Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Vstup do vysvětlitelného umělého rozumu (XAI)
- Co je vysvětlitelný umělý rozum (XAI)?
- Důležitost transparentnosti v modelech umělé inteligence
- Klíčové výzvy v interpretaci umělé inteligence
Základní techniky XAI
- Model-agnostické metody: LIME, SHAP
- Specifické metody pro vysvětlení modelů
- Vysvětlení rozhodnutí černých skříní (black-box models)
Praktická práce s nástroji XAI
- Úvod do open-source knihoven pro XAI
- Implementace XAI v jednoduchých modelech strojového učení
- Vizualizace vysvětlení a chování modelu
Výzvy související s vysvětlitelností
- Soustředění na přesnost proti interpretaci (trade-offs)
- Omezení stávajících metod XAI
- Zvládání biasu a spravedlnosti v vysvětlitelných modelech
Etické aspekty XAI
- Porozumění etickým důsledkům transparentnosti AI
- Hlavní body: vyvážení vysvětlitelnosti s výkonem modelu
- Starosti ohledně soukromí a ochrany dat ve XAI
Skutečné aplikace XAI
- XAI v zdravotnictví, finance a policejním řízení
- Právní požadavky na vysvětlitelnost
- Stavba důvěry ve systémy umělé inteligence prostřednictvím transparentnosti
Pokročilé koncepty XAI
- Poznávání protifaťovských vysvětlení (counterfactual explanations)
- Vysvětlení neuronových sítí a modelů hlubokého učení
- Interpretace složitých systémů umělé inteligence
Budoucí trendy vysvětlitelného umělého rozumu
- Nastupující techniky ve výzkumu XAI
- Výzvy a možnosti pro budoucí transparentnost AI
- Dopad XAI na zodpovědné rozvoje umělé inteligence
Závěr a další kroky
Požadavky
- Základní znalost pojmů strojového učení
- Znalosti v programování Pythonem
Cílová skupina
- Začínající v oblasti AI
- Enthusiasti datové vědy
14 hodiny
