Machine Learning Interpretable: interpretML y LIME

Offered By
Coursera Project Network
In this Guided Project, you will:

Conocer los fundamentos de la interpretabilidad de modelos

Aplicar librerías para la interpretabilidad de modelos como: LIME e interpretML

Desarrollar modelos interpretables de Random Forest y Explainable Boosting Machine

Clock2 horas
IntermediateIntermediate
CloudNo download needed
VideoSplit-screen video
Comment DotsSpanish
LaptopDesktop only

Este proyecto es un curso práctico y efectivo para aprender a generar modelos de Machine Learning interpretables. Se explican en profundidad diferentes técnicas de interpretabilidad de modelos como: interpretML y LIME que nos permitirá entender el porqué de las predicciones. Gracias a esto, aprenderás a entrenar modelos Glassbox que puedas entender el porqué de sus decisiones.

Skills you will develop

Machine LearninginterpretMLExplainable Machine LearningLIME

Learn step-by-step

In a video that plays in a split-screen with your work area, your instructor will walk you through these steps:

  1. Introducción a los modelos de Machine Learning Interpretables

  2. LIME: Modelos localmente interpretables

  3. Programación de LIME

  4. InterpretML de Microsoft

  5. Programación de InterpretML

How Guided Projects work

Your workspace is a cloud desktop right in your browser, no download required

In a split-screen video, your instructor guides you step-by-step

Frequently asked questions

Frequently Asked Questions

More questions? Visit the Learner Help Center.