이 강좌에 대하여

최근 조회 2,127
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
중급 단계

Python programming and experience with basic packages such as numpy, scipy and matplotlib

완료하는 데 약 30시간 필요
영어

배울 내용

  • Program global explainability methods in time-series classification

  • Program local explainability methods for deep learning such as CAM and GRAD-CAM

  • Understand axiomatic attributions for deep learning networks

  • Incorporate attention in Recurrent Neural Networks and visualise the attention weights

귀하가 습득할 기술

  • attention mechanisms
  • explainable machine learning models
  • model-agnostic and model specific models
  • global and local explanations
  • interpretability vs explainability
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
중급 단계

Python programming and experience with basic packages such as numpy, scipy and matplotlib

완료하는 데 약 30시간 필요
영어

제공자:

Placeholder

University of Glasgow

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 9시간 필요

Interpretable vs Explainable Machine Learning Models in Healthcare

완료하는 데 9시간 필요
6개 동영상 (총 72분), 8 개의 읽기 자료, 1 개의 테스트
2

2

완료하는 데 8시간 필요

Local Explainability Methods for Deep Learning Models

완료하는 데 8시간 필요
5개 동영상 (총 48분), 7 개의 읽기 자료, 1 개의 테스트
3

3

완료하는 데 8시간 필요

Gradient-weighted Class Activation Mapping and Integrated Gradients

완료하는 데 8시간 필요
4개 동영상 (총 37분), 6 개의 읽기 자료, 1 개의 테스트
4

4

완료하는 데 5시간 필요

Attention mechanisms in Deep Learning

완료하는 데 5시간 필요
3개 동영상 (총 34분), 3 개의 읽기 자료, 2 개의 테스트

Informed Clinical Decision Making using Deep Learning 특화 과정 정보

Informed Clinical Decision Making using Deep Learning

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.