University of Warsaw - Central Authentication System

QUICK START
STUDENTS AND STAFF
FACULTIES
COURSES
- Explainable Artificial Intelligence
STUDIES
DORMITORIES
HELP

(in Polish) Explainable Artificial Intelligence

General data

Course ID:	2400-SP-DS-XAI
Erasmus code / ISCED:	(unknown) / (0311) Economics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	(unknown)
Name in Polish:	Explainable Artificial Intelligence
Organizational unit:	Faculty of Economic Sciences
Course groups:	(in Polish) Data Science w zastosowaniach biznesowych. Warsztaty z wykorzystaniem programu R
ECTS credit allocation (and other scores):	(not available) Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language:	Polish
Type of course:	elective courses
Full description:	(in Polish) 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.
Bibliography:	(in Polish) Materiały przygotowywane przez wykładowcę i udostępniane uczestnikowi na platformie Google Drive.
Assessment methods and assessment criteria:	(in Polish) Test zaliczeniowy - do zaliczenia wymagana jest 50% poprawnych odpowiedzi na 10 pytań.

Classes in period "Academic year 2023/24" (in progress)

Time span:	2023-10-01 - 2024-06-16	Selected timetable range: weekly course term Navigate to timetable
Type of class:	(unknown)
Coordinators:	(unknown)
Group instructors:	(unknown)
Students list:	(inaccessible to you)
Examination:	Pass/fail

Course descriptions are protected by copyright.
Copyright by University of Warsaw.