Interpretable Machine Learning Applications: Part 4

oferecido por
Neste projeto guiado, você irá:

Set up a machine learning application in a "zero configuration" environment such as Google's Colab(oratory) Research platform.

Set up and configure the What-If Tool to analyze the behavior of exemplary machine learning prediction models.

1.5 hours
Intermediário
Sem necessidade de download
Vídeo em tela dividida
Inglês
Apenas em desktop

In this 1-hour long guided project, you will learn how to use the "What-If" Tool (WIT) in the context of training and testing machine learning prediction models. In particular, you will learn a) how to set up a machine learning application in Python by using interactive Python notebook(s) on Google's Colab(oratory) environment, a.k.a. "zero configuration" environment, b) import and prepare the data, c) train and test classifiers as prediction models, d) analyze the behavior of the trained prediction models by using WIT for specific data points (individual basis), e) moving on to the analysis of the behavior of the trained prediction models by using WIT global basis, i.e., all test data considered. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Habilidades que você desenvolverá

  • Data Analysis

  • Data scientist

  • Machine learning project management

Aprender passo a passo

Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:

  1. Set up the environment for the "What-If" tool (WIT) as an extension in Jupyter and as a Google's Colaboratory notebook, including importing of the dataset (e.g., white wine quality data)

  2. Train classifiers, e.g., Decision Tree and Random Forest, as exemplary machine learning  prediction models to make predictions about the quality of white wines.

  3. Launch the What-If Tool (WIT) widget. This task will allow us to get a first understanding on how our prediction model(s) behave at both individual and global levels.

  4. Use the What-If Tool (WIT) features to explain the behavior of a prediction model on an individual basis.

  5. Use the What-If Tool (WIT) advanced features to explain the behavior of a prediction model on an individual basis.

  6. Use the What-If Tool (WIT) features to explain the behavior of a prediction model on a global basis.

Como funcionam os projetos guiados

Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download

Em um vídeo de tela dividida, seu instrutor te orientará passo a passo

Perguntas Frequentes – FAQ

Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vídeo de instruções passo a passo de um especialista no assunto.

Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponíveis para dispositivos móveis.

Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domínio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.

Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.

Reembolsos não estão disponíveis para projetos guiados. Consulte nossa política de reembolso completa.

Não há auxílio financeiro disponível para projetos guiados.

A participação como ouvinte não está disponível para projetos guiados.

Na parte superior da página, você pode clicar no nível de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nível dos projetos guiados, seu instrutor o guiará passo a passo.

Sim, tudo o que você precisa para completar o projeto guiado estará disponível em uma área de trabalho na nuvem disponível no seu navegador.

Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.