Διοικητικές πληροφορίες
Τίτλος | Xai Hands-on ανάθεση |
Διάρκεια | 60 λεπτά |
Ενότητα | Β |
Είδος μαθήματος | Πρακτική |
Εστίαση | Ηθική — Αξιόπιστη ΤΝ |
Θέμα | Γενική επεξήγηση τεχνητής νοημοσύνης |
Λέξεις-κλειδιά
Shap, LIME, Explainable AI,
Μαθησιακοί στόχοι
- Αποκτήστε εμπειρία στην εφαρμογή του μοντέλου SHAP.
- Αποκτήστε εμπειρία στην εφαρμογή του μοντέλου LIME.
- Διαφορές εμπειρίας (σε αποτελέσματα) του SHAP έναντι του LIME
- Προβληματισμός σχετικά με την ανθρωποκεντρική εφαρμογή του XAI.
- Πειραματιστείτε με διαφορές στα σύνολα δεδομένων για να κατανοήσετε τα διαφορετικά αποτελέσματα του SHAP/LIME (bonus).
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
- Ακολουθήστε τη διάλεξη XAI
- Πλήρης Πρακτική Πρακτική με μοντέλα XAI 1
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
Καμία.
Συνιστάται για εκπαιδευτικούς
- Οι λύσεις είναι διαθέσιμες στο σημειωματάριο που παρέχεται.
Οδηγίες για τους εκπαιδευτικούς
Οδηγίες παρέχονται στο σημειωματάριο
Περίγραμμα της διάλεξης
Διάρκεια (ελάχ.) | Περιγραφή |
---|---|
0-10 λεπτά | Διαβάστε το στόχο και το σκοπό των ασκήσεων και εκτελέστε τα βήματα προετοιμασίας στο σημειωματάριο. |
5-10 λεπτά | Άσκηση 1α: δημιουργία μοντέλου SHAP για δεδομένο σύνολο δεδομένων/μοντέλο AI. |
5-10 λεπτά | Άσκηση 1β: σκεφτείτε τα αποτελέσματα του μοντέλου SHAP. |
5-10 λεπτά | Άσκηση 2α: δημιουργία μοντέλου LIME για το ίδιο σύνολο δεδομένων/μοντέλο AI. |
5-10 λεπτά | Άσκηση 2β: προβληματισμός σχετικά με τα αποτελέσματα του μοντέλου LIME. |
10-15 λεπτά | Άσκηση 3: προβληματισμός σχετικά με τις διαφορές μεταξύ των αποτελεσμάτων LIME και SHAP, προβληματισμός σχετικά με τη δυνατότητα εφαρμογής του LIME έναντι του SHAP. |
10-15 λεπτά | Άσκηση 4: προβληματισμός σχετικά με τις ανθρωποκεντρικές πτυχές της εφαρμογής της ΧΑΙ (σε σύγκριση με την αποσαφήνιση του μοντέλου ΤΝ). |
10-15 λεπτά | (Προαιρετικά) Άσκηση 5: Πειραματιστείτε με το εργαλείο LIME/SHAP για να δείτε τις διαφορές στα αποτελέσματα από το LIME/SHAP. |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.