كل الدورات
عن الدورة
تركز هذه الدورة على مفاهيم الشرح والقدرة على تفسير نماذج التعلم الآلي، مع توضيح الفرق بين التفسير العالمي والمحلي، والنماذج المستقلة عن النموذج، والمخصصة له. تتضمن الدورة شرحًا تطبيقيًا لأساليب متقدمة مثل أهمية الخصائص بالتبديل، تفسيرات LIME، وشرح SHAP في تصنيف السلاسل الزمنية الطبية. كما تستعرض الدورة طرق التفسير المخصصة للنماذج العميقة مثل CAM وGRAD-CAM، وتطبيق الانتباه في الشبكات العصبية المتكررة، وتمكين تصور أوزان الانتباه لفهم أفضل لاتخاذ القرارات في النماذج الطبية العميقة.
ماذا ستتعلم
- برمجة أساليب التفسير العالمية لتصنيف السلاسل الزمنية
- برمجة أساليب التفسير المحلية مثل CAM وGRAD-CAM
- فهم نسب الإسناد_axiomatic للنماذج العميقة
- دمج الانتباه في الشبكات العصبية المتكررة وتصوير أوزان الانتباه
المدرسون
F
Fani Deligianni
School of Computing Science
المواضيع
التشفير التلقائي
الشبكات العصبية المتكررة
التعلم الآلي
تقييم النموذج
الشبكات العصبية التلافيفية
الشبكات العصبية الاصطناعية
تحليل السلاسل الزمنية والتنبؤ
تخطيط القلب الكهربائي
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
التشفير التلقائي
الشبكات العصبية المتكررة
التعلم الآلي
تقييم النموذج
الشبكات العصبية التلافيفية
الشبكات العصبية الاصطناعية
تحليل السلاسل الزمنية والتنبؤ
تخطيط القلب الكهربائي
Responsible AI
Healthcare 5.0
إعلان
إعلان