Machine Learning Interpretable: interpretML y LIME

oferecido por
Coursera Project Network
Neste projeto guiado, você irá:

Conocer los fundamentos de la interpretabilidad de modelos

Aplicar librerías para la interpretabilidad de modelos como: LIME e interpretML

Desarrollar modelos interpretables de Random Forest y Explainable Boosting Machine

Clock2 horas
IntermediateIntermediário
CloudSem necessidade de download
VideoVídeo em tela dividida
Comment DotsEspanhol
LaptopApenas em desktop

Este proyecto es un curso práctico y efectivo para aprender a generar modelos de Machine Learning interpretables. Se explican en profundidad diferentes técnicas de interpretabilidad de modelos como: interpretML y LIME que nos permitirá entender el porqué de las predicciones. Gracias a esto, aprenderás a entrenar modelos Glassbox que puedas entender el porqué de sus decisiones.

Habilidades que você desenvolverá

  • Machine Learning
  • interpretML
  • Explainable Machine Learning
  • LIME

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. Introducción a los modelos de Machine Learning Interpretables

  2. LIME: Modelos localmente interpretables

  3. Programación de LIME

  4. InterpretML de Microsoft

  5. Programación de InterpretML

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

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.