Información administrativa
| Título | Aprendizaje automático explicable (XAI) |
| Duración | 120 |
| Módulo | C |
| Tipo de lección | Practico |
| Enfoque | Técnico — Futuro AI |
| Tema | Problemas y desafíos abiertos |
Keywords
Xai, Ante-hoc, Post-hoc, SHAP, LIME,
Objetivos de aprendizaje
- Comprender la taxonomía de las técnicas XAI
- Comprender las ventajas e inconvenientes de los enfoques seleccionados de XAI
- Aplicar técnicas XAI seleccionadas a un conjunto de datos
- Identificar direcciones futuras de XAI
Preparación prevista
Eventos de aprendizaje que se completarán antes
Obligatorio para los estudiantes
Ninguno.
Opcional para estudiantes
Ninguno.
Referencias y antecedentes para estudiantes
Ninguno.
Recomendado para profesores
Ninguno.
Material didáctico
Instrucciones para profesores
Usando el ejemplo tabular en las notas, usando tanto LIME como SHAP para examinar todos los atributos de otras cuatro instancias incorrectamente clasificadas para describir las predicciones. $ Usando CNNS y los enfoques de explicabilidad LIME y SHAP para otras cuatro instancias clasificadas incorrectamente para describir las predicciones. $ Para un problema basado en texto, identifique otras cuatro instancias clasificadas incorrectamente para describir las predicciones y por qué pueden haber sido incorrectas. $ Suma tus esfuerzos, determina si los ejercicios cumplen con las cinco perspectivas de XAI y explica si lo hacen.
Reconocimientos
El programa de maestría en IA centrada en el ser humano fue cofinanciado por el Mecanismo «Conectar Europa» de la Unión Europea en virtud de la subvención «CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068».