Haldusteave
| Ametinimetus | Selgitatav masinõpe (XAI) |
| Kestus | 120 |
| Moodul | C |
| Õppetunni liik | Praktiline |
| Keskendumine | Tehniline – tulevane tehisintellekt |
| Teema | Avatud probleemid ja väljakutsed |
Võtmesõnad
Xai, anti-hoc, post-hoc, SAP,LIME,
Õpieesmärgid
- Mõista XAI tehnikate taksonoomiat
- Mõista XAI valitud lähenemisviiside eeliseid ja puudusi
- Valitud XAI tehnikate rakendamine andmekogumile
- XAI tulevikusuundade väljaselgitamine
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Kohustuslik õpilastele
Puudub.
Valikuline õpilastele
Puudub.
Viited ja taust õpilastele
Puudub.
Soovitatav õpetajatele
Puudub.
Õppematerjalid
Juhised õpetajatele
Kasutades märkmetes tabelit sisaldavat näidet, kasutades nii LIME- kui ka SHAP-i, et uurida ennustuste kirjeldamiseks kõiki nelja muu valesti klassifitseeritud eksemplari atribuute. CNNSi ning LIME ja SHAP selgitatavuse lähenemisviiside kasutamine nelja muu valesti klassifitseeritud juhtumi puhul prognooside kirjeldamiseks. Tekstipõhise probleemi korral tuvastage veel neli valesti klassifitseeritud juhtumit, et kirjeldada prognoose ja miks need võisid olla valed. Tehke kindlaks, kas harjutused vastavad kõigile viiele XAI perspektiivile, ja täpsustage, kas nad seda teevad.
Tunnustused
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.