Upravne informacije
| Naslov | Razložljivo strojno učenje (XAI) |
| Trajanje | 120 |
| Modul | C |
| Vrsta lekcije | Praktična |
| Osredotočenost | Tehnična – prihodnja umetna inteligenca |
| Tema | Odprti problemi in izzivi |
Ključne besede
Xai,Ante-hoc, post-hoc,SHAP, LIM,
Učni cilji
- Razumeti taksonomijo tehnik XAI
- Razumevanje prednosti in pomanjkljivosti izbranih pristopov k XAI
- Uporaba izbranih tehnik XAI za nabor podatkov
- Opredelitev prihodnjih smeri XAI
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
Nobenega.
Neobvezno za študente
Nobenega.
Reference in ozadje za študente
Nobenega.
Priporočeno za učitelje
Nobenega.
Gradivo za učne ure
Navodila za učitelje
Uporaba tabelnega primera v opombah z uporabo LIME in SHAP za pregled vseh atributov za štiri druge nepravilno razvrščene primerke za opis napovedi. $ Uporaba CNNS in LIME in SHAP pristopov razložljivosti za štiri druge nepravilno razvrščene primere za opis napovedi. $ Za težavo, ki temelji na besedilu, določite štiri druge nepravilno razvrščene primerke, da opišete napovedi in zakaj so morda napačne. Povečajte svoja prizadevanja, ugotovite, ali vaje ustrezajo vsem petim perspektivam XAI, in pojasnite, ali to storijo.
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).