Онлайн-курс — сертифицированная профессиональная стажировка по объяснимому искусственному интеллекту Google (XAI), Университет Дьюка

Создавайте этичные и прозрачные системы искусственного интеллекта. Приобретите навыки объяснительных и открытых этических методов искусственного интеллекта для создания надежных и прозрачных решений машинного обучения.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Разработка прозрачных и надежных систем искусственного интеллекта
  • Глубокое понимание концепций объяснительного ИИ (XAI).
  • Способность применять интерпретируемое машинное обучение
  • Использование передовых объяснительных методов для больших языковых моделей (LLM)
  • Работа с генеративным компьютерным образом
  • Исследование этических соображений и предвзятостей в моделях
  • Выполнение лабораторных работ Python с различными моделями.
  • Реализация локальных аннотаций с использованием LIME, SHAP и Anchors.
  • Создание прозрачных и этичных решений искусственного интеллекта для решения реальных задач

What you will learn in the course

Courses for which the course is suitable

  • ИИ-специалисты
  • ученые, работающие с данными
  • Инженеры по машинному обучению
  • менеджеры по продукту
  • Разработчики в области искусственного интеллекта
  • ученые, работающие с данными
  • Эксперты по этике в области искусственного интеллекта
  • аналитики данных
  • Консультанты в области искусственного интеллекта
  • Менеджеры проектов в сфере передовых технологий

Специализация в области искусственного интеллекта для объяснения (XAI)

В эпоху, когда искусственный интеллект (ИИ) быстро меняет такие чувствительные области, как здравоохранение, финансы и уголовное правосудие, способность разрабатывать системы ИИ, которые не только точны, но также прозрачны и надежны, имеет решающее значение. Стажировка призвана предоставить специалистам в области искусственного интеллекта, специалистам по данным, инженерам машинного обучения и менеджерам по продуктам знания и навыки, необходимые для создания решений искусственного интеллекта, соответствующих самым высоким стандартам этики и ответственности.

Инструктор курса

Курсы ведет доктор Брина Беннетт, эксперт по преодолению разрыва между исследованиями и промышленностью в области машинного обучения.

ключевые вопросы

  • Объяснимые концепции искусственного интеллекта (XAI)
  • Интерпретируемое машинное обучение
  • Расширенные методы объяснения для моделей большого языка (LLM)
  • Генеративная компьютерная визуализация

Практический учебный проект

Стажировка предлагает практические проекты, которые углубляют понимание XAI и интерпретируемого машинного обучения.

Курсовые проекты

  • Курс 1: Исследование этических соображений и предубеждений посредством размышлений о моральной машине, тематических исследований и тематических исследований.
  • Курс 2: Лабораторные занятия Python с блокнотами Jupyter, посвященные реализации таких моделей, как GLM, GAM, деревья решений и RuleFit.
  • Курс 3: Продвинутые лабораторные работы, посвященные местным объяснениям с использованием LIME, SHAP и Anchors.

Проекты, предлагаемые по этой специализации, готовят учащихся к созданию прозрачных и этичных решений искусственного интеллекта для решения реальных задач.

Details of the courses that make up the specialization

Развитие объяснимой интуиции (XAI)

Курс 1 — 8 часов

Что вы узнаете:

  • Определить ключевые термины объяснимой интуиции и их связи.
  • Описать общие объяснимые и разумные подходы и компромиссы.
  • Учитывайте разработку систем XAI, включая метод оценки XAI, надежность, конфиденциальность и интеграцию с процессом принятия решений.

Способности, которые вы получите:

  • ХАИ
  • машинное обучение
  • Объяснимая интуиция (XAI)
  • искусственный интеллект
  • Машинное обучение объяснимо

Курс 2 — 13 часов

Что вы узнаете:

  • Описывать и применять модели регрессии и общие объяснительные модели.
  • Модель обладает знаниями о деревьях решений, правилах и объяснимых нейронных сетях.
  • Объяснить основные понятия механистической постижимости, гипотез и экспериментов.

Способности, которые вы получите:

  • машинное обучение
  • ИИ отвечает
  • искусственный интеллект
  • Механическая совместимость
  • Машинное обучение объяснимо

Курс 3 — 14 часов

Что вы узнаете:

  • Объяснять и применять объяснительные методы, не зависящие от модели.
  • Иллюстрация и объяснение моделей нейронных сетей с использованием методов SOTA
  • Описать новые подходы к пояснительному использованию моделей большого языка (LLM) и генеративного компьютерного зрения.