21
Responsible AI for Developers: Interpretability & Transparency - Deutsch
21
Responsible AI for Developers: Interpretability & Transparency - Deutsch
In diesem Kurs werden Konzepte in Bezug auf die Interpretierbarkeit und Transparenz von künstlicher Intelligenz vorgestellt. Sie erfahren, warum die Transparenz der KI für Entwickler-Teams wichtig ist. Dabei lernen Sie praktische Techniken und Tools kennen, mit denen Sie sowohl die Interpretierbarkeit als auch die Transparenz von Daten und KI-Modellen optimieren können.
Kursinformationen
Ziele
- Interpretierbarkeit und Transparenz im Zusammenhang mit KI definieren
- Bedeutung von KI-Interpretierbarkeit und -Transparenz beschreiben
- Tools und Techniken, die zum Erreichen von KI-Interpretierbarkeit und -Transparenz genutzt werden, kennenlernen
Voraussetzungen
Praxiswissen über Machine-Learning-Konzepte und -Anwendungen Praxiswissen über Machine-Learning-Pipelines und -Tools Vorkenntnisse in Programmiersprachen wie SQL und Python
Zielgruppe
KI-/ML-Entwickler*innen, KI-Fachkräfte, ML-Engineers und Data Scientists
Verfügbare Sprachen
English, español (Latinoamérica), français, bahasa Indonesia, italiano, 日本語, 한국어, polski, português (Brasil), українська, 简体中文, 繁體中文, Deutsch und Türkçe