"Co maszyna miała na myśli?"
Czego adekwatnie oczekuje klient płacąc za model predykcyjny? Nie wystarczy sama implementacja, trenowanie i opakowanie go w narzędzie. Często klient chce wiedzieć dlaczego model dał konkretne wskazanie. Chciałby, żeby algorytm tak bardziej "po ludzku" mógł wyjaśnić wynik swojego działania. Na przykładzie projektu, w którym klasyfikowaliśmy dokumenty w oparciu o NLP (natural language processing), opowiem jak istotna jest możliwość wyjaśnienia wskazań algorytmów uczenia maszynowego.
Opowiem o tym jak wyjaśniać predykcje w sposób niezależny od modelu na przykładzie algorytm LIME i w jakim stopniu można temu wyjaśnieniu ufać.
O prelegentce:
Maria Knorps - pracuje jako senior data scientist i tworzy aplikacje wspomagające decyzje biznesowe oparte na analizie i modelowaniu danych. Łączy doświadczenie naukowe (numeryczna mechanika płynów i modelowanie matematyczne) z branżą IT. Jest miłośniczką prostych rozwiązań i czystego kodu, co zaprowadziło ją na drogę programowania funkcyjnego.
=====================================
Partnerzy:
✅ Simplito (https://simplito.com)
✅ UMK WMiI (https://www.mat.umk.pl)
✅ JetBrains (https://www.jetbrains.com)
✅ Manning Publishing (https://www.manning.com)
=====================================
Chcesz być na bieżąco z tym co dzieje się wokół Toruń JUG? Obserwuj nasze kanały!
✅ Twitter: https://twitter.com/torunjug/
✅ Facebook: https://facebook.com/torunjug
✅ Meetup: https://www.meetup.com/Torun-JUG/
✅ Linkedin: https://www.linkedin.com/groups/6937469/
✅ WWW: https://torun.jug.pl
