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.
Kursplan
Introduksjon til avanserte XAI-teknikker
- Gjennomgang av grunnleggende XAI-metoder
- Utfordringer med å tolke komplekse AI-modeller
- Trender innen XAI forskning og utvikling
Modell-agnostiske forklaringsteknikker
- SHAP (SHapley Additive ExPlanations)
- LIME (lokale tolkbare modellagnostiske forklaringer)
- Ankerforklaringer
Modellspesifikke forklaringsteknikker
- Layer-wise relevance propagation (LRP)
- DeepLIFT (Deep Learning viktige funksjoner)
- Gradientbaserte metoder (Grad-CAM, Integrated Gradients)
Forklarer Deep Learning modeller
- Tolke konvolusjonelle nevrale nettverk (CNN)
- Forklare tilbakevendende nevrale nettverk (RNN)
- Analysere transformatorbaserte modeller (BERT, GPT)
Håndtere tolkbarhetsutfordringer
- Ta tak i begrensninger for black-box-modeller
- Balanserende nøyaktighet og tolkbarhet
- Håndtere skjevhet og rettferdighet i forklaringer
Anvendelser av XAI i Real-World Systems
- XAI i helsevesen, finans og rettssystemer
- AI-regulering og samsvarskrav
- Bygge tillit og ansvarlighet gjennom XAI
Fremtidige trender innen forklarlig AI
- Nye teknikker og verktøy i XAI
- Neste generasjons forklaringsmodeller
- Muligheter og utfordringer innen AI-transparens
Sammendrag og neste trinn
Krav
- Solid forståelse av AI og maskinlæring
- Erfaring med nevrale nettverk og dyp læring
- Kjennskap til grunnleggende XAI-teknikker
Publikum
- Erfarne AI-forskere
- Maskinlæringsingeniører
21 timer
