21
Responsible AI for Developers: Interpretability & Transparency - Español
21
Responsible AI for Developers: Interpretability & Transparency - Español
En este curso, se presentan los conceptos de interpretabilidad y transparencia de la IA, así como se menciona la importancia de la transparencia de la IA para los ingenieros y desarrolladores. Se exploran métodos y herramientas funcionales para ayudar a lograr la interpretabilidad y transparencia en los modelos de IA y datos.
Información del curso
Objetivos
- Definir la interpretabilidad y la transparencia en relación con la IA
- Describir la importancia de la interpretabilidad y la transparencia en la IA
- Explorar las herramientas y técnicas que se utilizan para lograr interpretabilidad y transparencia en la IA
Requisitos previos
Conocimiento práctico sobre los conceptos y las prácticas del aprendizaje automático Conocimiento práctico sobre las canalizaciones y las herramientas del aprendizaje automático Experiencia previa con lenguajes de programación como SQL y Python
Público
Desarrolladores de IA/AA, profesionales de la IA, ingenieros de AA, científicos de datos
Idiomas disponibles
English, español (Latinoamérica), français, bahasa Indonesia, italiano, 日本語, 한국어, polski, português (Brasil), українська, 简体中文, 繁體中文, Deutsch y Türkçe
¿Qué debo hacer cuando finalice este curso?
Después de finalizar el curso, puede consultar contenido adicional en su ruta de aprendizaje o explorar el catálogo de aprendizaje.
¿Qué insignias puedo obtener?
Cuando complete un curso, obtendrá una insignia de finalización. Puede ver las insignias en su perfil y compartirlas en sus redes sociales.
¿Le interesa realizar este curso con uno de nuestros socios a pedido?
Explore el contenido de Google Cloud en Coursera y Pluralsight.
¿Prefiere aprender con un instructor?