Corso XAI con Shap
Il corso approfondisce l'interpretabilità e la spiegabilità in Machine Learning e Intelligenza Artificiale, con focus su metodi come LIME e SHAP.
Corso XAI con Shap
Il corso fornisce una panoramica completa su interpretabilità e spiegabilità nell’ambito del Machine Learning (ML) e dell’Intelligenza Artificiale (IA), concentrandosi su concetti chiave come la distinzione tra metodi locali e globali, modelli interpretabili, e metodi post-hoc. Attraverso una combinazione di lezioni teoriche e sessioni pratiche, il corso esplora strumenti avanzati come LIME e SHAP per spiegare le decisioni dei modelli ML, con applicazioni su testo, immagini e altri contesti.
Il corso fornisce una panoramica completa su interpretabilità e spiegabilità nell’ambito del Machine Learning (ML) e dell’Intelligenza Artificiale (IA), concentrandosi su concetti chiave come la distinzione tra metodi locali e globali, modelli interpretabili, e metodi post-hoc. Attraverso una combinazione di lezioni teoriche e sessioni pratiche, il corso esplora strumenti avanzati come LIME e SHAP per spiegare le decisioni dei modelli ML, con applicazioni su testo, immagini e altri contesti.
Cosa Imparerai nel corso?
Nel corso imparerai a distinguere tra interpretabilità e spiegabilità in Machine Learning e Intelligenza Artificiale, acquisendo le competenze necessarie per applicare tecniche locali e globali di interpretazione dei modelli, come la regressione lineare e gli alberi decisionali. Avrai l’opportunità di utilizzare strumenti pratici come LIME e SHAP per spiegare modelli complessi, e approfondirai le basi legislative e le normative europee che regolano l’uso dell’IA. Infine, esplorerai come applicare tecniche avanzate di XAI per interpretare l’analisi di immagini e testo.
Nel corso imparerai a distinguere tra interpretabilità e spiegabilità in Machine Learning e Intelligenza Artificiale, acquisendo le competenze necessarie per applicare tecniche locali e globali di interpretazione dei modelli, come la regressione lineare e gli alberi decisionali. Avrai l’opportunità di utilizzare strumenti pratici come LIME e SHAP per spiegare modelli complessi, e approfondirai le basi legislative e le normative europee che regolano l’uso dell’IA. Infine, esplorerai come applicare tecniche avanzate di XAI per interpretare l’analisi di immagini e testo.
Struttura delle lezioni
Le lezioni sono 100% online e saranno accompagnate da moduli e slides, oltre a molti esercizi interattivi che metteranno alla prova le tue abilità e ciò che hai appreso.
Le lezioni sono 100% online e saranno accompagnate da moduli e slides, oltre a molti esercizi interattivi che metteranno alla prova le tue abilità e ciò che hai appreso.
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.
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.
Interpretabilità e spiegabilità in Machine Learning e IA
-
- 01. Interpretabilità vs spiegabilità in ML ed in IA
- 01.01. Interpretabilità vs spiegabilità in ML ed in IA (1)
- 01.02. Interpretabilità vs spiegabilità in ML ed in IA (2)
- 01.02. Quiz
-
- 02. Introduzione e contesto legislativo
- 02.01. Storia dell’IA
- 02.02. La legislazione europea
- 02.02. Quiz
-
- 03. Introduzione alla tassonomia ed esempi di XAI
- 03.01. Metodi Locali Vs globali Introduzione alla Tassonomia
- 03.02. Metodi Locali e Globali
- 03.03. Modelli Interpretabili Regressione Lineare
- 03.04. Modelli Interpretabili Albero Decisionale
- 03.05. Metodi Post Hoc
- 03.05. Quiz
-
- 04. Letteratura XAI e ambiti di applicazione
- 04.01. Letteratura XAI e ambiti di applicazione (1)
- 04.02. Letteratura XAI e ambiti di applicazione (2)
- 04.02. Quiz
-
- 05. Introduzione alle librerie
- 05.01. Introduzione alle librerie – prima parte
- 05.02. Introduzione alle librerie – seconda parte
- 05.03. Introduzione alle librerie – terza parte
- 05.04. Introduzione alle librerie – quarta parte
- 05.04. Quiz
-
- 06. LIME
- 06.01. Introduzione a LIME
- 06.02. LIME nel dettaglio
- 06.03. Esempio pratico con LIME
- 06.03. Quiz
-
- 07. SHAP
- 07.01. SHAP – Introduzione
- 07.02. SHAP – Nel dettaglio
- 07.03. Introduzione ai grafici di SHAP
- 07.04. Esempio pratico con SHAP (LM e RF)
- 07.05. Esempio pratico con SHAP (NN)
- 07.06. Introduzione alla pipeline ML (1)
- 07.07. Introduzione alla pipeline ML (2)
- 07.08. Esempi con testo e immagini – Introduzione a SHAP nell’analisi immagini
- 07.09. Esempi con testo e immagini – Applicazione di SHAP nell’analisi immagini (1)
- 07.10. Esempi con testo e immagini – Applicazione di SHAP nell’analisi immagini (2)
- 07.10. Quiz
-
- 08. Certificato
- 08.01. Certificato
Interpretabilità e spiegabilità in Machine Learning e IA
-
- 01. Interpretabilità vs spiegabilità in ML ed in IA
- 01.01. Interpretabilità vs spiegabilità in ML ed in IA (1)
- 01.02. Interpretabilità vs spiegabilità in ML ed in IA (2)
- 01.02. Quiz
-
- 02. Introduzione e contesto legislativo
- 02.01. Storia dell’IA
- 02.02. La legislazione europea
- 02.02. Quiz
-
- 03. Introduzione alla tassonomia ed esempi di XAI
- 03.01. Metodi Locali Vs globali Introduzione alla Tassonomia
- 03.02. Metodi Locali e Globali
- 03.03. Modelli Interpretabili Regressione Lineare
- 03.04. Modelli Interpretabili Albero Decisionale
- 03.05. Metodi Post Hoc
- 03.05. Quiz
-
- 04. Letteratura XAI e ambiti di applicazione
- 04.01. Letteratura XAI e ambiti di applicazione (1)
- 04.02. Letteratura XAI e ambiti di applicazione (2)
- 04.02. Quiz
-
- 05. Introduzione alle librerie
- 05.01. Introduzione alle librerie – prima parte
- 05.02. Introduzione alle librerie – seconda parte
- 05.03. Introduzione alle librerie – terza parte
- 05.04. Introduzione alle librerie – quarta parte
- 05.04. Quiz
-
- 06. LIME
- 06.01. Introduzione a LIME
- 06.02. LIME nel dettaglio
- 06.03. Esempio pratico con LIME
- 06.03. Quiz
-
- 07. SHAP
- 07.01. SHAP – Introduzione
- 07.02. SHAP – Nel dettaglio
- 07.03. Introduzione ai grafici di SHAP
- 07.04. Esempio pratico con SHAP (LM e RF)
- 07.05. Esempio pratico con SHAP (NN)
- 07.06. Introduzione alla pipeline ML (1)
- 07.07. Introduzione alla pipeline ML (2)
- 07.08. Esempi con testo e immagini – Introduzione a SHAP nell’analisi immagini
- 07.09. Esempi con testo e immagini – Applicazione di SHAP nell’analisi immagini (1)
- 07.10. Esempi con testo e immagini – Applicazione di SHAP nell’analisi immagini (2)
- 07.10. Quiz
-
- 08. Certificato
- 08.01. Certificato
-
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.
-
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.
Massima flessibilitá con il tuo orario lavorativo.
Massima flessibilitá con il tuo orario lavorativo.
