Machine Learning Explanations: LIME

Trasparenza dell’IA: capire perché l’algoritmo ci suggerisce una certa decisione

Panoramica

Capire come è stata ottenuta una determinata previsione o perché l’algoritmo ci suggerisce una certa decisione, queste sono gli argomenti essenziali che hanno dato vita al campo delle spiegazioni degli algoritmi di Artificial Intelligence. Avere una buona comprensione della logica dell’algoritmo utilizzato è essenziale in diversi contesti, sia per ragioni legali che etiche. In questo corso tratteremo una delle tecniche di spiegazione più utilizzate: LIME. Questo metodo permette di ottenere una spiegazione della logica con cui ogni singolo individuo del dataset è stato previsto. LIME funziona su qualsiasi modello di previsione. All’inizio del corso parleremo dell’interpretazione geometrica che risulta valida per ogni tipo di modello di Machine Learning. Questa nozione sarà utile per capire LIME da un punto di vista geometrico, e per comprendere come la tecnica di spiegazione può valere per tutti i tipi di modelli. Entreremo poi nel dettaglio del metodo, analizzando la tecnica applicata ai dati tabulari e illustrando nel dettaglio i vari step del metodo. Ci soffermeremo anche sui punti deboli, mostrando casi in cui le spiegazioni non sono affidabili. Dopo avere analizzato a fondo il metodo di base, passeremo ad analizzare frameworks che migliorano le spiegazioni di LIME, in particolare il più promettente di questi è OptiLIME, che garantisce di ottenere spiegazioni più stabili e più affidabili. Infine verrà mostrato come applicare il metodo anche a dati relativi a testo e immagini. Di tutte le tecniche descriveremo prima il funzionamento a livello teorico, per poi testarle su dati e modelli reali tramite notebook in python. L’unico prerequisito richiesto è una conoscenza base di python, mentre potrebbe essere utile (anche se non indispensabile) una conoscenza sommaria dei concetti base dei modelli di Machine/Deep Learning.

Cosa Imparerai nel corso?

Competenze e concetti base di programmazione in python.

Struttura delle lezioni

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multiplache permettono di monitorare la comprensione degli argomenti di studio e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante il corso.

Chi può seguire il corso?

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Programma

  • Document Ranking e Text Manipulation (48:19)
  • Interpretazione geometrica dei modelli
  • Algoritmi interpretabili Parte 1
  • Algoritmi interpretabili Parte 2
  • Paradigmi di interpretabilità
  • Modelli surrogati
  • Interpretazione model agnostic Parte 1
  • Interpretazione model agnostic Parte 2
  • Notebook Parte 1
  • Notebook Parte 2
  • Notebook Parte 3
  • LIME Parte 1
  • LIME Parte 2
  • LIME Parte 3
  • LIME Parte 4
  • Dettagli di LIME Parte 1
  • Dettagli di LIME Parte 2
  • Dettagli di LIME Parte 3
  • Dettagli di LIME Parte 4
  • Dettagli di LIME Parte 5
  • Step di generazione dei punti
  • Step di pesatura dei punti
  • Step di generazione del modello locale
  • Ricapitolazione
  • Notebook
  • Instabilità Parte 1
  • Instabilità Parte 2
  • DLIME
  • Località 
  • OptiLIME
  • Notebook OptiLIME
  • Word Embedding
  • Similarità coseno Parte 1
  • Similarità coseno Parte 2
  • LIME per dati testuali Parte 1
  • LIME per dati testuali Parte 2
  • Notebook dati testuali Parte 1
  • Notebook dati testuali Parte 2
  • Superpixel
  • LIME per immagini
  • Notebook immagini

Docenti

giorgio visani

Giorgio Visani è esperto di Machine Learning e tecniche di spiegazione. Ha maturato anni di esperienza come Data Scientist presso Crif SpA, dove si occupa di sviluppo di tecniche di Artificial Intelligence e delle relative tecniche di spiegazione, legate all’ambito bancario. Oltre all’esperienza professionale, è attualmente Dottorando presso l’Università di Bologna, dipartimento di Ingegneria Informatica, dove si occupa principalmente dei seguenti ambiti: metodi di spiegazione per tecniche di Artificial Intelligence, studio della Causalità nelle basi di dati e metodi per imporre le strutture causali nei modelli di Machine Learning. Precedentemente si è laureato in Scienze Statistiche all’Università di Bologna ed è stato ricercatore presso lo stesso ateneo.

Vantaggi

  • Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!

  • Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;

  • Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;

  • Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.

  • A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;

  • Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.

  • Accesso al corso life long
Play Video

60,00 

Durata

4:52 ore

Quiz

1

Accesso life long

Si

Certificato

Si

slide, github, dataset

Si

esercitazioni

Si

Prodotti Correlati

Scroll to Top
Si informa che il giorno 𝐯𝐞𝐧𝐞𝐫𝐝𝐢̀ 𝟑 𝐟𝐞𝐛𝐛𝐫𝐚𝐢𝐨 il sito sarà fermo dalle ore 9.00 alle ore 18.00 per manutenzione straordinaria.