21
Responsible AI for Developers: Interpretability & Transparency - 简体中文
21
Responsible AI for Developers: Interpretability & Transparency - 简体中文
本课程介绍了 AI 可解释性和透明度的相关概念，探讨了 AI 透明度对于开发者和工程师的重要性。同时探索了有助于在数据和 AI 模型中实现可解释性和透明度的实用方法及工具。
课程信息
目标
- 定义与 AI 相关的可解释性和透明度
- 说明可解释性和透明度在 AI 中的重要性
- 探索用于在 AI 中实现可解释性和透明度的相关工具和方法
前提条件
掌握机器学习概念和实践方面的实际运用知识。掌握机器学习流水线和工具方面的实际运用知识。有使用 SQL 和 Python 等编程语言的经验
受众
AI/机器学习开发者、AI 从业者、机器学习工程师、数据科学家
支持的语言
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
学完本课程后，我可以做些什么？
学完本课程后，您可以探索学习路线 中的其他内容或浏览学习目录
我能获得什么徽章？
学完一门课程后，您将获得结业徽章。徽章可在个人资料中供查看，还可在社交网络上分享。
有兴趣通过我们的点播课程合作伙伴之一来学习本课程吗
在 Coursera 和 Pluralsight 上探索 Google Cloud 内容
更喜欢跟随讲师学习？