Administrative oplysninger
| Titel | Forklar maskinlæring (XAI) |
| Varighed | 120 |
| Modul | C |
| Lektionstype | Praktisk |
| Fokus | Teknisk — fremtidig kunstig intelligens |
| Emne | Åbne problemer og udfordringer |
Nøgleord
Xai,Ante-hoc,Post-hoc,SHAP,LIME,
Læringsmål
- Forstå taksonomien for XAI-teknikker
- Forstå fordelene og ulemperne ved udvalgte tilgange til XAI
- Anvend valgte XAI-teknikker på et datasæt
- Identificer fremtidige retninger for XAI
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
Ingen.
Valgfrit for studerende
Ingen.
Referencer og baggrund for studerende
Ingen.
Anbefalet til lærerne
Ingen.
Undervisningsmaterialer
Instruktioner til lærerne
Brug af tabeleksemplet i noterne ved hjælp af både LIME og SHAP til at undersøge alle attributter for fire andre ukorrekt klassificerede forekomster til at beskrive forudsigelserne. $ Brug af CNNS og LIME og SHAP forklarbarhed for fire andre ukorrekt klassificerede forekomster til at beskrive forudsigelserne. $ For et tekstbaseret problem skal du identificere fire andre ukorrekt klassificerede forekomster for at beskrive forudsigelserne og hvorfor de kan have været forkerte. $ Sum op din indsats, afgøre, om øvelser opfylder alle fem XAI perspektiver, og uddybe, hvis de gør.
Anerkendelser
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.