V tomto kurze, ktorý bude viesť Radovan Kavicky z GapData Institute sa zoznámiš s princípmi a nástrojmi Explainable AI (xAI) ako LIME, SHAP a ďalšími a naučíš sa implementovať tieto princípy v Pythone.

Komplexné, moderné algoritmy ML, kde dominujú metódy hlbokého učenia, je naozaj ťažké úplne pochopiť, ale rozhodovací proces za nimi môže a musí byť transparentný a dôveryhodný pre osoby s rozhodovacou právomocou v kritických oblastiach, ako sú financie, zdravotníctvo alebo verejný sektor, kde je DÔVERA NUTNOSŤOU. V skutočnosti s rastúcim regulačným tlakom aj mimo týchto oblastí bude vysvetliteľná AI (xAI) čoskoro nevyhnutnosťou pre každú organizáciu.

Dozvieš sa, ako pochopiť vnútorné fungovanie týchto algoritmov ML a ako navrhnúť systémy, ktoré napodobňujú inteligenciu transparentným spôsobom. Získate tiež prehľad o súčasných trendoch vo vysvetliteľnej AI/ML a výzvach, ktoré sú pred nami. Spoločne otvoríme „čiernu skrinku“ strojového učenia, kde niekedy ani jeho dizajnéri nedokážu úplne vysvetliť, prečo AI/ML dospela ku konkrétnemu rozhodnutiu a tiež poukázať na rozdiely oproti štatistickému učenia.

Vytlačiť celý článok alebo uložiť ako PDF