Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania

NA SKRÓTY
STUDENCI, PRACOWNICY
JEDNOSTKI ORGANIZACYJNE
PRZEDMIOTY
- Explainable Artificial Intelligence
STUDIA
AKADEMIKI
POMOC

Explainable Artificial Intelligence

Informacje ogólne

Kod przedmiotu:	2400-SP-DS-XAI
Kod Erasmus / ISCED:	(brak danych) / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Explainable Artificial Intelligence
Jednostka:	Wydział Nauk Ekonomicznych
Grupy:	Data Science w zastosowaniach biznesowych - zajęcia fakultatywne
Punkty ECTS i inne:	2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia:	polski
Rodzaj przedmiotu:	fakultatywne
Pełny opis:	Celem kursu jest zaprezentowanie narzędzi wytłumaczalnego uczenia maszynowego, które pozwalają zinterpretować modele mające charakter "czarnej skrzynki". W pierwszej kolejności omówiona zostanie interpretacja globalna modelu: ocena jakości modelu (analiza reszt), ocena ważności zmiennych (lokalne metody oceny ważności zmiennych, permutacyjne metody oceny ważności zmiennych), analizy scenariuszowe typu „co jeśli” (Partial Dependence Plot, Accumulated Local Effects). W drugiej częśći zajęć wykorzystane zostaną metody lokalnej interpretacji modelu: Local Surrogate (LIME), Shapley Values, SHAP (SHapley Additive exPlanations), BreakDown.
Literatura:	Materiały przygotowywane przez wykładowcę i udostępniane uczestnikowi na platformie Google Drive.
Metody i kryteria oceniania:	Test zaliczeniowy - do zaliczenia wymagana jest 50% poprawnych odpowiedzi na 10 pytań.

Zajęcia w cyklu "Rok akademicki 2023/24" (zakończony)

Okres:	2023-10-01 - 2024-06-16	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT SO N LAB
Typ zajęć:	Laboratorium, 9 godzin więcej informacji
Koordynatorzy:	Piotr Wójcik
Prowadzący grup:	Marcin Chlebus
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Zaliczenie Laboratorium - Zaliczenie
Tryb prowadzenia:	w sali

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.