Ta kontakt
 Varighet 14 timer

Kursplan

Introduksjon til forklarbar KI

  • Hva er forklarbar KI (XAI)?
  • Viktigheten av transparentitet i KI-modeller
  • Kritiske utfordringer i KI-tolkbarhet

Grunnleggende XAI-teknikker

  • Model-uavhengige metoder: LIME, SHAP
  • Modellspezifiske forklarbarhetsmetoder
  • Forklaring av beslutninger truffet av black-box-modeller

Håndpraktisk arbeid med XAI-verktøy

  • Introduksjon til åpne kilde XAI-biblioteker
  • Implementering av XAI i enkle maskinlæringsmodeller
  • Visualisering av forklaringer og modellatferd

Ufordringer i forklarbarhet

  • Avveining mellom nøyaktighet og tolkbarhet
  • Begrensninger ved nåværende XAI-metoder
  • Håndtering av bias og rettferdighet i forklarbare modeller

Etiske hensyn i XAI

  • Forståelse av de etiske implikasjonene av KI-transparentitet
  • Å balansere forklarbarhet med modellprestasjoner
  • Slikking og datavernehensyn i XAI

Reelle bruksområder for XAI

  • XAI innen helsevesen, finans og rettsvern
  • Regulatoriske krav til forklarbarhet
  • Oppbygging av tillit til KI-systemer gjennom transparentitet

Avanserte XAI-konsepter

  • Utforsking av kontrafaktiske forklaringer
  • Forklaring av neurale nettverk og dyplæringsmodeller
  • Tolkning av komplekse KI-systemer

Fremtidige trender i forklarbar KI

  • Nye teknikker i XAI-forskning
  • Ufordringer og muligheter for fremtidig KI-transparentitet
  • Virkningsfulle av XAI på utvikling av ansvarlig KI

Krav

  • Grunnleggende forståelse av maskinlæringskonsepter
  • Kjennskap til Python-programmering

Målgruppe

  • Nybegynnere i KI
  • Entusiaster for datavitenskap

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier