Programa do Curso
Introdução à Explicabilidade em Aprendizado Profundo
- O que são modelos de caixa preta?
- A importância da transparência em sistemas de IA
- Visão geral dos desafios de explicabilidade nas redes neurais
Técnicas Avançadas de XAI para Aprendizado Profundo
- Métodos independentes de modelo para aprendizado profundo: LIME, SHAP
- Propagação de relevância camada por camada (LRP)
- Mapas de saliência e métodos baseados em gradiente
Explicando as Decisões das Redes Neurais
- Visualizando camadas ocultas em redes neurais
- Compreendendo mecanismos de atenção em modelos de aprendizado profundo
- Geração de explicações legíveis por humanos a partir de redes neurais
Ferramentas para Explicar Modelos de Aprendizado Profundo
- Introdução às bibliotecas de XAI de código aberto
- Uso de Captum e InterpretML para aprendizado profundo
- Integração de técnicas de explicabilidade no TensorFlow e PyTorch
Interpretabilidade vs. Desempenho
- Trade-offs entre precisão e interpretabilidade
- Projeto de modelos de aprendizado profundo interpretáveis, mas com alto desempenho
- Gerenciamento de viés e justiça em redes neurais profundas
Aplicações no Mundo Real da Explicabilidade em Aprendizado Profundo
- Explicabilidade em modelos de IA para saúde
- Requisitos regulatórios para transparência em IA
- Implantação de modelos de aprendizado profundo interpretáveis em produção
Considerações Éticas na Explicabilidade do Aprendizado Profundo
- Implicações éticas da transparência da IA
- Equilibrar práticas éticas de IA com inovação
- Preocupações com privacidade na explicabilidade do aprendizado profundo
Resumo e Próximos Passos
Requisitos
- Compreensão avançada de aprendizado profundo
- Conhecimento prévio de Python e frameworks de aprendizado profundo
- Experiência trabalhando com redes neurais
Público-Alvo
- Engenheiros de aprendizado profundo
- Especialistas em IA
Testemunhos de Clientes (2)
Introduzir noções de repetição na formulação de comandos para quem nunca usou IA, e apresentar diferentes métodos de uso para quem já tem experiência com a tecnologia.
Matthew Gay - Tarsus Pharmaceuticals
Curso - Artificial Intelligence (AI) Overview
Máquina Traduzida
Trabalhando a partir de princípios fundamentais de forma focada e avançando para a aplicação de estudos de caso no mesmo dia
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Máquina Traduzida