21
Responsible AI for Developers: Interpretability & Transparency - Português Brasileiro
21
Responsible AI for Developers: Interpretability & Transparency - Português Brasileiro
Neste curso, apresentamos os conceitos de interpretabilidade e transparência em IA. Vamos abordar a importância da transparência em IA para desenvolvedores e engenheiros. O curso também abrange ferramentas e métodos práticos para ajudar a alcançar a interpretabilidade e a transparência em dados e modelos de IA.
Informações sobre o curso
Objetivos
- Definir interpretabilidade e transparência no contexto da IA
- Descrever a importância da interpretabilidade e da transparência em IA
- Analisar as técnicas e ferramentas usadas para alcançar a interpretabilidade e a transparência em IA
Pré-requisitos
Conhecimento prático de conceitos de machine learning. Conhecimento prático de ferramentas e pipelines de machine learning. Experiência com linguagens de programação, como SQL e Python
Público-alvo
Desenvolvedores de ML/IA, profissionais de IA, engenheiros de ML, cientistas de dados
Idiomas disponíveis
English, español (Latinoamérica), français, bahasa Indonesia, italiano, 日本語, 한국어, polski, português (Brasil), українська, 简体中文, 繁體中文, Deutsch, and Türkçe
O que eu faço quando terminar o curso?
Ao final do curso, você pode navegar pelo conteúdo complementar do programa de aprendizado ou conferir nosso catálogo.
Quais selos eu posso ganhar?
Ao terminar um curso, você receberá um selo de conclusão. Os selos são exibidos no seu perfil e podem ser compartilhados nas suas redes sociais.
Tem interesse em participar desse curso com um dos nossos parceiros?
Confira o conteúdo do Google Cloud no Coursera e no Pluralsight.
Prefere aprender com um instrutor?