Dados
Explicabilidade em IA: técnicas e práticas para transparência e ética
6hCarga horária
37Atividades
161Estudantes
9,2Avaliação média
01Certificado
O que você vai aprender
- Diferencie modelos interpretáveis de caixas pretas.
- Classifique técnicas de explicabilidade em intrínsecas e pós-hoc.
- Analise a contribuição de cada feature com SHAP e LIME.
- Aplique explicabilidade em algoritmos como XGBoost, PyTorch e TensorFlow.
- Avalie o trade-off entre fidelidade e facilidade de entendimento.
- Explore estratégias para promover uma IA transparente e ética.
Público alvo
Este curso é indicado para profissionais e estudantes que atuam ou desejam atuar com Inteligência Artificial, Machine Learning e Deep Learning, interessados em compreender e aplicar técnicas de explicabilidade que promovem transparência e ética na tomada de decisões automatizadas.
Ementa
- Apresentação
- Entendendo a Explicabilidade
- Explicabilidade na personalização de conteúdo da VideoFlowNow
- Para saber mais: auditoria e transparência na IA
- Faça como eu fiz: explicabilidade na IA
- O que aprendemos?
Descubra se esse curso é pra você!
Ler as primeiras aulasCertificado reconhecido pelas maiores
empresas do Brasil e do mundo.
Aprenda com
quem está
construindo
o mercado
Mariana Lira de Farias
Sou Cientista de Dados e Professora Universitária, apaixonada por transformar dados em insights vali...
Dados
Explore conteúdos
Inicie sua jornada agora.
Cursos relacionados em Machine Learning & Deep Learning
Word2Vec:
treinamento de Word Embedding
Ver mais em DadosCertificado Alura
Classificação multilabel de textos:
múltiplos contextos em NLP
Ver mais em DadosCertificado Alura
Aprendizado não supervisionado:
primeiras técnicas e métodos
Ver mais em DadosCertificado Alura
Regressão:
construindo Árvores de Regressão
Ver mais em DadosCertificado Alura
