Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere în inteligența artificială explicabilă (XAI) și în transparența modelelor
- Ce este inteligența artificială explicabilă?
- De ce este importantă transparența în sistemele AI
- Interpretabilitate vs. performanță în modelele AI
Prezentare generală a tehnicilor XAI
- Metode agnostice față de model: SHAP, LIME
- Tehnici de explicabilitate specifice modelelor
- Explicarea rețelelor neuronale și a modelelor de învățare profundă
Construirea de modele AI transparente
- Implementarea modelelor interpretabile în practică
- Compararea modelelor transparente cu modelele black-box
- Echilibrarea complexității cu explicabilitatea
Instrumente și biblioteci XAI avansate
- Utilizarea SHAP pentru interpretarea modelelor
- Utilizarea LIME pentru explicabilitatea locală
- Vizualizarea deciziilor și comportamentelor modelului
Abordarea corectitudinii, a prejudecăților și a inteligenței artificiale etice
- Identificarea și atenuarea prejudecăților în modelele AI
- Egalitatea în IA și impactul acesteia asupra societății
- Asigurarea responsabilității și a eticii în implementarea IA
Aplicații ale XAI în lumea reală
- Studii de caz în domeniul sănătății, finanțelor și administrației publice
- Interpretarea modelelor AI pentru respectarea reglementărilor
- Construirea încrederii cu ajutorul sistemelor AI transparente
Direcții viitoare în IA explicabilă
- Cercetări emergente în domeniul XAI
- Provocări legate de scalarea XAI pentru sisteme la scară largă
- Oportunități pentru viitorul inteligenței artificiale transparente
Rezumat și pași următori
Cerințe
- Experiență în învățarea automată și dezvoltarea de modele AI
- Familiaritate cu programarea Python
Audiență
- Oameni de știință în domeniul datelor
- ingineri în domeniul învățării automate
- Specialiști AI
21 ore
