Explainable Artificial Intelligence
Informacje ogólne
Kod przedmiotu: | 2400-SP-DS-XAI |
Kod Erasmus / ISCED: |
(brak danych)
/
(0311) Ekonomia
|
Nazwa przedmiotu: | Explainable Artificial Intelligence |
Jednostka: | Wydział Nauk Ekonomicznych |
Grupy: |
Data Science w zastosowaniach biznesowych - zajęcia fakultatywne |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | fakultatywne |
Pełny opis: |
Celem kursu jest zaprezentowanie narzędzi wytłumaczalnego uczenia maszynowego, które pozwalają zinterpretować modele mające charakter "czarnej skrzynki". W pierwszej kolejności omówiona zostanie interpretacja globalna modelu: ocena jakości modelu (analiza reszt), ocena ważności zmiennych (lokalne metody oceny ważności zmiennych, permutacyjne metody oceny ważności zmiennych), analizy scenariuszowe typu „co jeśli” (Partial Dependence Plot, Accumulated Local Effects). W drugiej częśći zajęć wykorzystane zostaną metody lokalnej interpretacji modelu: Local Surrogate (LIME), Shapley Values, SHAP (SHapley Additive exPlanations), BreakDown. |
Literatura: |
Materiały przygotowywane przez wykładowcę i udostępniane uczestnikowi na platformie Google Drive. |
Metody i kryteria oceniania: |
Test zaliczeniowy - do zaliczenia wymagana jest 50% poprawnych odpowiedzi na 10 pytań. |
Właścicielem praw autorskich jest Uniwersytet Warszawski.