Explainable Artificial Intelligence
Informacje ogólne
| Kod przedmiotu: | 2400-SP-DS-XAI |
| Kod Erasmus / ISCED: |
(brak danych)
/
(0311) Ekonomia
|
| Nazwa przedmiotu: | Explainable Artificial Intelligence |
| Jednostka: | Wydział Nauk Ekonomicznych |
| Grupy: |
Data Science w zastosowaniach biznesowych - zajęcia fakultatywne |
| Punkty ECTS i inne: |
2.00
|
| 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 2024/25" (zakończony)
| Okres: | 2024-10-01 - 2025-06-08 |
 
PN WT ŚR CZ PT SO LAB
|
| Typ zajęć: |
Laboratorium, 9 godzin
|
|
| Koordynatorzy: | Piotr Wójcik | |
| Prowadzący grup: | Michał Künstler | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: |
Przedmiot -
Zaliczenie
Laboratorium - Zaliczenie |
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
