كل الدورات
عن الدورة
يتناول هذا المساق أهمية تطوير أنظمة ذكاء اصطناعي قابلة للتفسير، خاصة مع انتشار استخدامها في مجالات عالية الخطورة مثل الرعاية الصحية والمالية والعدالة الجنائية. يركز المساق على تمكين المطورين من بناء حلول ذكاء اصطناعي ليست دقيقة فقط، بل شفافة وقابلة للتفسير وموثوقة. عبر مناقشات ودراسات حالة، يقدم المساق مفاهيم شاملة حول أُسس XAI، بما في ذلك تقييم الأنظمة من حيث المتانة والخصوصية، إضافة إلى دمج هذه الأنظمة في عمليات اتخاذ القرار. هذه الدورة تمثل دخولًا هامًا في مجال الذكاء الاصطناعي المسؤول.
ماذا ستتعلم
- تعريف المفاهيم الأساسية في الذكاء الاصطناعي القابل للتفسير
- شرح الأساليب الشائعة ومقاييسها في قابلية التفسير
- تقييم الاعتبارات المهمة لتطوير أنظمة XAI بما في ذلك التقييم والخصوصية والدمج
المتطلبات المسبقة
- معرفة أساسية في الذكاء الاصطناعي وتعلم الآلة
المدرسون
B
Brinnae Bent, PhD
Duke University Pratt School of Engineering
المواضيع
استراتيجية منتج الذكاء الاصطناعي
طرق تعلم الآلة
محو الأمية في البيانات
الشبكات العصبية الاصطناعية
الذكاء الاصطناعي المسؤول
أمان الذكاء الاصطناعي
أخلاقيات البيانات
الذكاء الاصطناعي التوليدي
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
استراتيجية منتج الذكاء الاصطناعي
طرق تعلم الآلة
محو الأمية في البيانات
الشبكات العصبية الاصطناعية
الذكاء الاصطناعي المسؤول
أمان الذكاء الاصطناعي
أخلاقيات البيانات
الذكاء الاصطناعي التوليدي
Artificial Intelligence
Model Evaluation
إعلان
إعلان