Informações administrativas
| Titulo | Aprendizagem automática explicável (XAI) |
| Duração | 120 |
| Módulo | C |
| Tipo de aula | Prático |
| Foco | Técnico — Futura IA |
| Tópico | Problemas e Desafios Abertos |
Palavras-chave
Xai, Ante-hoc, Post-hoc, SHAP,LIME,
Objetivos de aprendizagem
- Compreender a taxonomia das técnicas XAI
- Compreender as vantagens e desvantagens de abordagens selecionadas para XAI
- Aplicar técnicas XAI selecionadas a um conjunto de dados
- Identificar as direções futuras de XAI
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
Nenhuma.
Facultativo para Estudantes
Nenhuma.
Referências e antecedentes para estudantes
Nenhuma.
Recomendado para professores
Nenhuma.
Materiais das aulas
Instruções para os professores
Usando o exemplo tabular nas notas, usando o LIME e o SHAP para examinar todos os atributos de quatro outras instâncias incorretamente classificadas para descrever as previsões. $ Utilizar a CNNS e as abordagens de explicabilidade LIME e SHAP para quatro outras instâncias incorretamente classificadas para descrever as previsões. $ Para um problema baseado em texto, identifique quatro outras instâncias incorretamente classificadas para descrever as previsões e por que podem ter sido incorretas. Resume os teus esforços, determina se os exercícios atendem a todas as cinco perspetivas XAI e elabora se o fazem.
Agradecimentos
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.