Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Verstehe die Kernkonzepte der erklärbaren künstlichen Intelligenz (XAI)
Dieser Kurs führt in das wichtige Feld der XAI ein und konzentriert sich darauf, komplexe KI-Algorithmen verständlich und zugänglich zu machen. Der Bedarf an Transparenz und Vertrauen in diese Technologien wächst mit der zunehmenden Integration von KI-Systemen in verschiedene Sektoren. Dieser Kurs behandelt die Kernkonzepte der XAI, einschließlich Transparenz, Interpretierbarkeit und Rechenschaftspflicht, und untersucht das Gleichgewicht zwischen Modellkomplexität und Erklärbarkeit.XAI-Techniken lernen
Du lernst modellspezifische und modellunabhängige Erklärungen kennen und erhältst praktische Einblicke und Werkzeuge, um die XAI-Prinzipien in deinen Projekten effektiv anzuwenden. Ziel des Kurses ist es, dich mit dem Wissen auszustatten, das du brauchst, um KI-Systeme transparenter und ethischer zu machen und sie mit gesellschaftlichen Werten in Einklang zu bringen, damit KI-Entscheidungen nicht nur effektiv, sondern auch vertretbar und verständlich sind.XAI in der realen Welt umsetzen
Am Ende dieses Kurses wirst du ein solides Verständnis von XAI und ihrer Bedeutung für die Entwicklung von KI-Lösungen haben und in der Lage sein, diese Prinzipien umzusetzen, um die Klarheit und Vertrauenswürdigkeit von KI-Systemen in realen Anwendungen zu verbessern.Voraussetzungen
Für diesen Kurs gibt es keine Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in erklärbare KI (XAI)
Dieses Kapitel widmet sich den Grundlagen und betont die Bedeutung von XAI bei der Stärkung der Transparenz, Interpretierbarkeit und Vertrauenswürdigkeit von KI-Systemen. Es wird das Potenzial von KI bei der Vorhersage und der Generierung von Inhalten untersucht und die Notwendigkeit klarer Entscheidungsprozesse unterstrichen. Zudem werden Methoden vorgestellt, um komplexe KI-Modelle für ein breites Publikum verständlicher zu machen.
- Bedeutung von erklärbarer KI50 XP
- Transparenz oder Interpretierbarkeit50 XP
- Interpretierbare Szenarien50 XP
- Zielsetzungen von XAI50 XP
- Formalitäten von XAI50 XP
- Die Grundlagen von XAI100 XP
- Genauigkeit und Interpretierbarkeit50 XP
- Kommunikation rund um XAI50 XP
- Zielgruppensegmentierung50 XP
- Balance zwischen Genauigkeit und Einfachheit50 XP
2
XAI-Techniken
Dieses Kapitel untersucht XAI-Techniken und kategorisiert sie in modellspezifische, modellunabhängige, lokale und globale Methoden, um KI-Entscheidungen zu erklären. Es werden die Regression und Klassifikation für modellspezifische Erkenntnisse erörtert und SHAP sowie LIME vorgestellt, um Blackbox-Modelle zu interpretieren. Außerdem geht es um die Komplexität von großen Sprachmodellen (LLMs) und die Notwendigkeit von Transparenz in ihren Entscheidungsprozessen.
3
Umsetzung und Anwendung von XAI
Dieses Kapitel untersucht die transformative Wirkung von XAI, durch die KI in verschiedenen Bereichen zugänglicher und benutzerfreundlicher wird. Indem Erklärbarkeit von Anfang an integriert wird, ist sichergestellt, dass KI-Systeme transparent sind, was das Vertrauen fördert und eine engere Zusammenarbeit zwischen Menschen und Maschinen ermöglicht. Fallbeispiele aus der Praxis zeigen, wie XAI komplexe KI-Entscheidungen entmystifiziert und es Nutzern mit unterschiedlichem technischem Hintergrund ermöglicht, KI-Einsichten für fundiertere Entscheidungen zu nutzen.
R
Konzeptuelle Grundlagen von erklärbarer KI (XAI)
Kurs
abgeschlossen
