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.
Plan Szkolenia
Wprowadzenie do zaawansowanych technik XAI
- Przegląd podstawowych metod XAI
- Wyzwania w interpretacji złożonych modeli AI
- Trendy w badaniach i rozwoju XAI
Techniki wyjaśnialności niezależne od modelu
- SHAP (SHapley Additive exPlanations)
- LIME (Lokalne interpretowalne wyjaśnienia agnostyczne dla modelu)
- Wyjaśnienia zakotwiczone
Techniki wyjaśnialności specyficzne dla modelu
- Warstwowa propagacja relewancji (LRP)
- DeepLIFT (Deep Learning Important FeaTures)
- Metody oparte na gradientach (Grad-CAM, zintegrowane gradienty)
Wyjaśnianie modeli Deep Learning
- Interpretacja konwolucyjnych sieci neuronowych (CNN)
- Wyjaśnianie rekurencyjnych sieci neuronowych (RNN)
- Analiza modeli opartych na transformatorach (BERT, GPT)
Obsługa wyzwań związanych z interpretacją
- Radzenie sobie z ograniczeniami modeli typu black-box
- Równoważenie dokładności i interpretowalności
- Radzenie sobie z tendencyjnością i uczciwością w wyjaśnieniach
Zastosowania XAI w systemach świata rzeczywistego
- XAI w opiece zdrowotnej, finansach i systemach prawnych
- Regulacje dotyczące sztucznej inteligencji i wymogi zgodności
- Budowanie zaufania i odpowiedzialności poprzez XAI
Przyszłe trendy w wyjaśnialnej sztucznej inteligencji
- Pojawiające się techniki i narzędzia w XAI
- Modele wyjaśnialności nowej generacji
- Możliwości i wyzwania w zakresie przejrzystości AI
Podsumowanie i kolejne kroki
Wymagania
- Solidne zrozumienie sztucznej inteligencji i uczenia maszynowego
- Doświadczenie z sieciami neuronowymi i głębokim uczeniem
- Znajomość podstawowych technik XAI
Uczestnicy
- Doświadczeni badacze sztucznej inteligencji
- Inżynierowie uczenia maszynowego
21 godzin
