본문으로 바로가기
Python

강의

Python으로 배우는 Explainable AI

중급기술 수준
업데이트됨 2026. 5.
Scikit-learn, SHAP 및 LIME을 활용하여 투명하고 신뢰할 수 있으며 책임감 있는 AI 시스템을 테스트하고 구축하는 데 필요한 핵심 기술을 습득하세요.
무료로 강의 시작
PythonArtificial Intelligence
4시간
14 동영상
42 연습 문제
3,450 XP
8,144
성취 증명서

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

수천 개 기업의 학습자들이 사랑하는

Group

Training a Team?

Try for Business

강의 설명

설명 가능한 AI의 힘을 발견하세요

설명 가능한 AI의 흥미로운 세계로 떠나 AI 의사결정 뒤에 숨은 비밀을 밝혀보세요. 데이터 과학자와 ML 실무자에게 이상적인 이 강의는 Python을 사용해 AI 모델의 동작을 해석하고 설명하는 데 필요한 핵심 역량을 갖추게 해주며, 더 투명하고 신뢰할 수 있으며 책임 있는 AI 시스템을 구축할 수 있도록 돕습니다. 설명 가능한 AI를 익히면 모델 디버깅 능력을 높이고, 규제 요건을 충족하며, 다양한 산업 전반에서 AI 애플리케이션에 대한 신뢰를 구축할 수 있습니다.

설명 가능성 기법 살펴보기

모델별 설명 가능성 접근법을 이해하는 것부터 시작하세요. Python의 Scikit-learn 같은 라이브러리를 사용해 의사결정 트리를 시각화하고 선형 모델에서 특성 영향도를 분석하세요. 그런 다음, 다양한 모델에서 작동하는 모델에 구애받지 않는 기법으로 넘어갑니다. SHAP 및 LIME과 같은 도구를 활용하여 전체 모델의 동작과 개별 예측에 대한 상세한 인사이트를 제공하고, 실제 애플리케이션에서 AI 모델을 분석하고 설명하는 능력을 향상시키세요.

설명 가능성을 더 깊이 탐구하세요

설명의 신뢰성과 일관성을 평가하는 방법을 배우고, 비지도 모델 설명의 미묘한 차이를 이해하며, 실용적인 예제를 통해 생성형 AI 모델 설명의 가능성을 살펴보세요. 강의가 끝날 무렵에는 AI 모델의 결정을 자신 있게 설명할 수 있는 지식과 도구를 갖추게 되어, AI 애플리케이션의 투명성과 신뢰성을 보장할 수 있습니다.

선수 조건

Unsupervised Learning in PythonIntroduction to Deep Learning with PyTorch
1

Foundations of Explainable AI

Begin your journey by exploring the foundational concepts of explainable AI. Learn how to extract decision rules from decision trees. Derive and visualize feature importance using linear and tree-based models to gain insights into how these models make predictions, enabling more transparent decision-making.
챕터 시작
2

Model-Agnostic Explainability

Unlock the power of model-agnostic techniques to discern feature influence across various models. Employ permutation importance and SHAP values to analyze how features impact model behavior. Explore SHAP visualization tools to make explainability concepts more comprehensible.
챕터 시작
3

Local Explainability

Dive into local explainability, and explain individual predictions. Learn to leverage SHAP for local explainability. Master LIME to reveal the specific factors influencing single outcomes, whether through textual, tabular, or image data.
챕터 시작
4

Advanced topics in explainable AI

Explore advanced topics in explainable AI by assessing model behaviors and the effectiveness of explanation methods. Gain proficiency in evaluating the consistency and faithfulness of explanations, delve into unsupervised model analysis, and learn to clarify the reasoning processes of generative AI models like ChatGPT. Equip yourself with techniques to measure and enhance explainability in complex AI systems.
챕터 시작
Python으로 배우는 Explainable AI
강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 자격증을 추가하세요
소셜 미디어와 성과 평가에서 공유하세요
지금 등록

19백만 명 이상의 학습자와 함께 Python으로 배우는 Explainable AI을(를) 시작하세요!

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.