Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
هرچه بیشتر سازمان ها برای تصمیم گیری های فزاینده ای ، هوش مصنوعی را در آغوش می گیرند ، داشتن توانایی مشاهده ، ارزیابی و توضیح اینکه چرا تصمیمات در سطح کلان و میکرو انجام می شود ، ضروری خواهد بود.
در این دوره ، AIOPS: مشاهده و توضیح برای مدل های تولید ، ابزارها و تکنیک هایی را که این امر را امکان پذیر می کند ، یاد خواهید گرفت.
اول ، شما بررسی خواهید کرد که چرا توضیح پذیری چنین توانایی مهمی برای یک مدل موفق است ، هم از نظر توجیه تصمیمات خاص و هم نشان دادن انصاف و عدم تعصب.
در مرحله بعد ، متوجه خواهید شد که ابزارهای مختلف مشاهده در چرخه عمر توسعه و عملکرد یک مدل تولید جای می گیرند.
سرانجام ، شما یاد می گیرید که چگونه رویکرد مشاهدات خود را تجسم ، به اشتراک و عملیاتی کنید.
هنگامی که این دوره را تمام کردید ، دانش لازم را برای پیگیری عملیاتی کردن مدل های تولید هوش مصنوعی خود با اطمینان بیشتر مبنی بر اینکه مدل های شما عادلانه و دقیق هستند و برای هر مخاطبی توضیح داده می شود ، خواهید داشت.
سرفصل ها و درس ها
قابلیت توضیح هوش مصنوعی
AI Explainability
نیاز به توضیح
The Need for Explainability
توضیحات محلی در مقابل جهانی
Local vs. Global Explainability
چارچوب های توضیح و انصاف
Explainability and Fairness Frameworks
عملیاتی کردن توضیح
Operationalizing Explainability
در حال حاضر یک رهبر IT در بخش مالی دنور کلرادو Russ از سال 1997 در سراسر مایکروسافت بر توسعه پایگاه داده ، مدل سازی ، مدیریت و BI تمرکز کرده است. راس یک مربی پرشور و داوطلب جامعه SQL است که به طور منظم در رویدادهای PASS SQL شنبه و گروه های کاربری محلی در ایالات متحده شرکت می کند.
نمایش نظرات