آموزش توضیح مدل‌های جعبه‌سیاه (Black-Box) - آخرین آپدیت

دانلود Explain Black-Box Models

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: آیا آماده‌اید تا رمز و راز مدل‌های قدرتمند خود را کشف کنید؟ این دوره کوتاه برای کمک به متخصصان تحلیل داده طراحی شده است تا پیاده‌سازی هوش مصنوعی شفاف و قابل اعتماد را به سرانجام برسانند. با گذراندن این دوره، شما در استفاده از مقادیر SHAP برای ارتباطات مدیریتی تخصص می‌یابید، روش‌های تبیین‌پذیری را به صورت سیستماتیک مقایسه می‌کنید و استراتژی‌های توضیح مدل را با نیازهای ذینفعان همسو می‌کنید. در پایان این دوره، شما قادر خواهید بود: - مقادیر SHAP را بر روی یک مدل جعبه‌سیاه اعمال کرده و بصری‌سازی‌های اهمیت ویژگی‌ها را برای مدیران غیرفنی تولید کنید. - دو روش XAI (شامل LIME در مقابل SHAP) را از نظر دقت (Fidelity) و پایداری روی یک مدل و مجموعه داده یکسان ارزیابی کنید. - توضیحات ضدواقعیتی (Counterfactual) و مدل‌های جایگزین (Surrogate) را روی مدل جعبه‌سیاه اعمال کرده و امتیازات ترجیحی ذینفعان را مقایسه کنید. - کامل بودن توضیحات را با استفاده از معیارهای دقت ارزیابی کرده و رویکرد برتر را توصیه کنید. این دوره منحصر‌به‌فرد است زیرا تکنیک‌های پیشرفته تبیین‌پذیری را به ارتباطات تجاری پیوند می‌دهد و تضمین می‌کند که بینش‌های پیچیده مدل، منجر به تصمیم‌گیری‌های آگاهانه شود. برای موفقیت در این پروژه، باید پیش‌زمینه برنامه‌نویسی پایتون و مفاهیم بنیادی یادگیری ماشین را داشته باشید.

سرفصل ها و درس ها

پودمان ۱: تفسیر مدل SHAP - مبانی Module 1: SHAP Model Interpretation - Foundation

  • چرا مقادیر SHAP تصمیم‌گیری‌های مدیریتی را متحول می‌کند Why SHAP Values Transform Executive Decision-Making

  • مبانی SHAP: از تئوری تا ارتباطات مدیریتی SHAP Fundamentals: From Theory to Executive Communication

  • ساخت بصری‌سازی‌های SHAP برای ارائه‌های مدیریتی Building SHAP Visualizations for Executive Presentations

پودمان ۲: مقایسه روش‌های XAI - کاربرد اصلی Module 2: XAI Method Comparison - Core Application

  • معیارهای دقت و پایداری برای ارزیابی XAI Fidelity and Stability Metrics for XAI Evaluation

  • پیاده‌سازی تحلیل مقایسه‌ای LIME در مقابل SHAP Implementing LIME vs SHAP Comparison Analysis

پودمان ۳: توضیحات ذینفع‌محور - یکپارچه‌سازی و ارزیابی Module 3: Stakeholder-Centered Explanations - Integration & Assessment

  • زمانی که توضیحات استاندارد شکست می‌خورند: ضرورت روش‌های پیشرفته XAI When Standard Explanations Fail: The Case for Advanced XAI Methods

  • توضیحات مدل‌های ضدواقعیتی و جایگزین: تئوری و پیاده‌سازی Counterfactual and Surrogate Model Explanations: Theory and Implementation

  • پیاده‌سازی توضیحات ضدواقعیتی برای کاربردهای تجاری Implementing Counterfactual Explanations for Business Applications

نمایش نظرات

آموزش توضیح مدل‌های جعبه‌سیاه (Black-Box)
جزییات دوره
3h 44m
8
(آخرین آپدیت)
33
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده