Date de mise à jour pas encore vérifiée

Machine Learning Explainability

Kaggle

Mini-formation interactive de Kaggle consacrée à à l'IA explicable, à l'interprétation des modèles et à SHAP.

Cette formation est enseignée en anglais. Cette page est notre traduction de sa fiche.

Notre avis

Aborde l'importance par permutation, la dépendance partielle et SHAP pour expliquer les modèles. Précieux quand il faut justifier des prédictions auprès de collègues ou de clients.

Idéal pour : Concepteurs de modèles qui doivent justifier leurs prédictions auprès de collègues ou de clients avec l'importance par permutation, la dépendance partielle et SHAP.

D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation

Ce que vous apprendrez

  • IA explicable
  • Interprétation des modèles
  • SHAP

Points forts

  • Pas de frais d'inscription
  • Format pratique

Points d'attention

  • Durée non confirmée de façon fiable
  • Peut demander des bases en programmation ou techniques

À propos de Kaggle

Kaggle publishes online learning content in AI, data, or software development.

Formations similaires

Royaume-Uni Prochaine rentrée : sept. 2027

Artificial Intelligence MSc

University of Edinburgh

  • Master
  • En présentiel à Édimbourg
  • 1 an à temps plein ; 2 ou 3 ans à temps partiel
  • Langue d'enseignement : anglais

Outils : Python

Frais de scolarité variables Prix sur le site de l'organisme

France

Master 2 de recherche : Mathématiques, Vision, Apprentissage (MVA)

ENS Paris-Saclay

Une dernière année de master orientée recherche en mathématiques pour le machine learning et la vision par ordinateur, avec des cours répartis entre l'ENS Paris-Saclay, CentraleSupélec, l'École polytechnique, Télécom Paris, Mines Paris et des établissements parisiens.

  • Master
  • En présentiel à Gif-sur-Yvette
  • Master 2 (dernière année)

Frais de scolarité variables Prix sur le site de l'organisme