Microaula em Método CELULA • Prévia Aberta

<p>Estudo avançado da operacionalização, governança e transparência de modelos preditivos em escala corporativa. A passagem do notebook para a produção através das práticas de MLOps: rastreamento de experimentos, reprodutibilidade de hiperparâmetros e registro centralizado de artefatos de modelos com MLflow; explicabilidade e inteligência artificial interpretável (XAI): teoria dos jogos cooperativos e valores de Shapley com SHAP (TreeSHAP e KernelSHAP) para atribuição local e global de relevância de features, e LIME para aproximações lineares interpretáveis locais; detecção e monitoramento automatizado de degradação de modelos em produção: deriva de dados (Data Drift / Covariate Shift) e deriva de conceito (Concept Drift) com testes Kolmogorov-Smirnov e Evidently AI; e governança ética de modelos preditivos, auditoria de viés e fairness algorítmico (AIF360 e Fairlearn).</p>

Estudo avançado da operacionalização, governança e transparência de modelos preditivos em escala corporativa. A passagem do notebook para a produção através das práticas de MLOps: rastreamento de experimentos, reprodutibilidade de hiperparâmetros e registro centralizado de artefatos de modelos com MLflow; explicabilidade e inteligência artificial interpretável (XAI): teoria dos jogos cooperativos e valores de Shapley com SHAP (TreeSHAP e KernelSHAP) para atribuição local e global de relevância de features, e LIME para aproximações lineares interpretáveis locais; detecção e monitoramento automatizado de degradação de modelos em produção: deriva de dados (Data Drift / Covariate Shift) e deriva de conceito (Concept Drift) com testes Kolmogorov-Smirnov e Evidently AI; e governança ética de modelos preditivos, auditoria de viés e fairness algorítmico (AIF360 e Fairlearn).

Explicabilidade de Modelos Caixa-Preta: Teoria dos Jogos e Valores de Shapley (SHAP)

Modelos avança...