top of page

Bilişim Teknolojileri Eğitimleri  →  Yapay Zeka Eğitimleri  →  

🏢  Kurumsal Eğitim  

AI Model Explainability & Interpretability Eğitimi

Katılımcıların yapay zekâ ve makine öğrenmesi modellerinin karar mekanizmalarını anlamalarını sağlayarak, model çıktılarının açıklanabilirliğini ve yorumlanabilirliğini artırmalarını sağlamaktır.

🏢  Kurumsal Eğitim  
👥  Kapalı Grup / Bire-bir  
💻  Online 🏫  Yüz Yüze

🕒  Eğitim Süresi:  
📝  Sertifika: Katılım Sertifikası  
📆  Eğitim Takvimi: Hİ / HS

12 Saat / 2 Gün

Hedef Kitle

Veri bilimciler, makine öğrenmesi mühendisleri, iş analistleri, ürün yöneticileri, proje ekipleri ve yapay zekâ modellerini daha şeffaf ve güvenilir kullanmak isteyen tüm katılımcılar.

Eğitim İçeriği

Explainability ve Interpretability Kavramları

  • Model açıklanabilirliği ve yorumlanabilirlik tanımları

  • İş süreçlerinde model açıklanabilirliğinin önemi

  • Açıklanabilirlik ile regülasyon uyumu

  • Model güvenilirliği ve etik kullanımı


Temel Yöntemler ve Teknikler

  • Feature importance ve SHAP değerleri

  • LIME ve lokal açıklama yöntemleri

  • Model-agnostic ve model-specific teknikler

  • Görselleştirme ile model davranışı analizi


Black-box Modellerin Açıklanması

  • Derin öğrenme modelleri ve açıklanabilirlik zorlukları

  • Neural network yorumlama yöntemleri

  • Sensitivity analysis ve partial dependence plots

  • Gerçek dünya örnekleri ile model analizi


Uygulamalı Çalışmalar

  • Veri seti üzerinde SHAP ve LIME uygulamaları

  • Model çıktılarının yorumlanması ve raporlanması

  • Açıklanabilirlik ile iş kararlarının desteklenmesi

  • Kurumsal senaryolarda vaka çalışmaları


Model Güvenilirliği ve Regülasyon

  • Açıklanabilirlik ve etik ilişkisi

  • Model bias tespiti ve düzeltme

  • Regülasyon ve veri uyumluluğu

  • Model izleme ve sürekli değerlendirme

bottom of page