Curso en línea: pasantía profesional certificada en la IA explicable de Google (XAI), Universidad de Duke

Construya sistemas de IA éticos y transparentes. Adquirir habilidades en técnicas de inteligencia artificial éticas abiertas y explicativas para crear soluciones de aprendizaje automático confiables y transparentes.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Curso en línea: pasantía profesional certificada en la IA explicable de Google (XAI), Universidad de Duke

Professional Certificate

a partir de

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Desarrollo de sistemas de IA transparentes y fiables
  • Comprensión profunda de los conceptos explicativos de IA (XAI)
  • Capacidad para aplicar aprendizaje automático interpretable.
  • Uso de técnicas explicativas avanzadas para modelos de lenguaje grandes (LLM)
  • Trabajar con una imagen generativa de computadora
  • Una investigación de consideraciones éticas y sesgos en los modelos.
  • Realizar actividades de laboratorio de Python con diferentes modelos.
  • Implementación de anotaciones locales usando LIME, SHAP y Anchors
  • Creando soluciones de IA transparentes y éticas para desafíos reales

What you will learn in the course

Courses for which the course is suitable

  • Profesionales de la IA
  • científicos de datos
  • Ingenieros de aprendizaje automático
  • gerentes de producto
  • Desarrolladores en el campo de la inteligencia artificial.
  • científicos de datos
  • Expertos en ética en inteligencia artificial
  • analistas de datos
  • Consultores en el campo de la inteligencia artificial.
  • Responsables de proyectos en el campo de las tecnologías avanzadas.

Especialización en inteligencia artificial para la explicación (XAI)

En una era en la que la inteligencia artificial (IA) está transformando rápidamente campos sensibles como la atención médica, las finanzas y la justicia penal, la capacidad de desarrollar sistemas de IA que no solo sean precisos sino también transparentes y confiables es fundamental. La pasantía está diseñada para proporcionar a los profesionales de la IA, científicos de datos, ingenieros de aprendizaje automático y gerentes de productos el conocimiento y las habilidades necesarios para crear soluciones de IA que cumplan con los más altos estándares de ética y responsabilidad.

Instructor del curso

Los cursos son impartidos por la Dra. Brina Bennett, experta en cerrar brechas entre la investigación y la industria en el aprendizaje automático.

cuestiones clave

  • Conceptos de IA explicables (XAI)
  • Aprendizaje automático interpretable
  • Técnicas avanzadas de explicación para modelos de lenguajes grandes (LLM)
  • Imágenes generativas por computadora

Un proyecto de aprendizaje práctico.

La pasantía ofrece proyectos prácticos que profundizan la comprensión de XAI y el aprendizaje automático interpretable.

Proyectos del curso

  • Curso 1: Investigación de consideraciones y sesgos éticos a través de reflexiones de máquinas morales, estudios de casos y estudios de casos.
  • Curso 2: Actividades de laboratorio de Python con notebooks de Jupyter que se enfocan en implementar modelos como GLM, GAM, árboles de decisión y RuleFit.
  • Curso 3: Laboratorios avanzados que se centran en explicaciones locales usando LIME, SHAP y Anchors.

Los proyectos que se ofrecen en esta especialización preparan a los estudiantes para crear soluciones de IA transparentes y éticas para desafíos reales.

Details of the courses that make up the specialization

Desarrollar la intuición explicable (XAI)

Curso 1 – 8 horas

Lo que aprenderás:

  • Determinar los términos clave de la intuición explicable y sus conexiones.
  • Describir enfoques y compensaciones comunes, explicables y razonables.
  • Realizar consideraciones para el desarrollo de sistemas XAI, incluido el método de evaluación, solidez, privacidad e integración de XAI con la toma de decisiones.

Las habilidades que obtendrás:

  • XAI
  • aprendizaje automático
  • Intuición explicable (XAI)
  • inteligencia artificial
  • El aprendizaje automático es explicable

Curso 2 – 13 horas

Lo que aprenderás:

  • Describir y aplicar modelos de regresión y modelos explicativos generales.
  • El modelo tiene conocimiento de árboles de decisión, reglas y redes neuronales explicables.
  • Explicar conceptos básicos de interpretabilidad mecanicista, hipótesis y experimentos.

Las habilidades que obtendrás:

  • aprendizaje automático
  • La IA está a cargo
  • inteligencia artificial
  • Interoperabilidad mecanicista
  • El aprendizaje automático es explicable

Curso 3 – 14 horas

Lo que aprenderás:

  • Explicar y aplicar métodos explicativos que no dependen del modelo.
  • Ilustración y explicación de modelos de redes neuronales utilizando técnicas SOTA.
  • Describir enfoques emergentes para la explicación en modelos de lenguaje grande (LLM) y la visión generativa por computadora.

Productos relacionados