Name: แนวคิด Explainable Artificial Intelligence (XAI)
Rating: 4.836596385542169 (1328 reviews)

รายละเอียดคอร์ส

ทำความเข้าใจแนวคิดหลักของปัญญาประดิษฐ์ที่อธิบายได้ (XAI)

หลักสูตรนี้แนะนำสาขาสำคัญของ XAI โดยมุ่งเน้นการทำให้อัลกอริทึม AI ที่ซับซ้อนเข้าใจได้และเข้าถึงได้ง่าย ความต้องการความโปร่งใสและความไว้วางใจในเทคโนโลยีเหล่านี้เพิ่มมากขึ้น เมื่อระบบ AI ถูกผสานรวมเข้ากับภาคส่วนต่างๆ มากขึ้นเรื่อยๆ คอร์สนี้ครอบคลุมแนวคิดหลักของ XAI รวมถึงความโปร่งใส ความสามารถในการตีความ และความรับผิดชอบ พร้อมสำรวจสมดุลระหว่างความซับซ้อนของโมเดลและความสามารถในการอธิบายได้

เรียนรู้เทคนิค XAI

คุณจะได้เรียนรู้เกี่ยวกับคำอธิบายเฉพาะโมเดลและไม่ขึ้นกับโมเดล พร้อมทั้งได้รับข้อมูลเชิงปฏิบัติและเครื่องมือเพื่อนำหลักการ XAI ไปใช้ได้อย่างมีประสิทธิภาพในโปรเจกต์ของคุณ หลักสูตรนี้มุ่งมอบความรู้ให้คุณเพื่อทำให้ระบบ AI มีความโปร่งใส มีจริยธรรม และสอดคล้องกับค่านิยมของสังคมมากขึ้น เพื่อให้การตัดสินใจของ AI ไม่เพียงมีประสิทธิภาพ แต่ยังสามารถอธิบายและเข้าใจได้อีกด้วย

นำ XAI ไปใช้ในโลกจริง

เมื่อจบหลักสูตรนี้ คุณจะมีความเข้าใจที่มั่นคงเกี่ยวกับ XAI และความสำคัญของมันในการพัฒนาโซลูชัน AI และคุณจะพร้อมนำหลักการเหล่านี้ไปใช้เพื่อเพิ่มความชัดเจนและความน่าเชื่อถือของระบบ AI ในการใช้งานจริง

ข้อกำหนดเบื้องต้น

คอร์สนี้ไม่มีข้อกำหนดเบื้องต้น

หลักสูตร

โครงร่างคอร์ส

บทนำสู่ Explainable AI

บทนี้จะพาทำความรู้จักกับ Explainable AI (XAI) โดยเน้นบทบาทของมันในการทำให้ระบบ AI มีความโปร่งใส ตีความได้ และน่าเชื่อถือ เราจะสำรวจความสามารถของ AI ทั้งในด้านการพยากรณ์และการสร้างเนื้อหา พร้อมเน้นย้ำถึงความสำคัญของกระบวนการตัดสินใจที่ชัดเจน นอกจากนี้ยังจะศึกษาแนวทางที่ช่วยให้โมเดล AI ที่ซับซ้อนเข้าใจง่ายขึ้นสำหรับผู้ใช้งานทุกกลุ่ม

เริ่มบท

เทคนิคใน Explainable AI

บทนี้จะสำรวจเทคนิคต่าง ๆ ของ Explainable AI (XAI) โดยแบ่งออกเป็นการอธิบายเฉพาะโมเดล การอธิบายที่ไม่ขึ้นกับโมเดล การอธิบายระดับท้องถิ่น และการอธิบายระดับโลก เพื่อทำความเข้าใจกระบวนการตัดสินใจของ AI เราจะพูดถึง regression และ classification สำหรับการอธิบายเฉพาะโมเดล และแนะนำ SHAP กับ LIME สำหรับการตีความ black box model นอกจากนี้ยังกล่าวถึงความซับซ้อนของ Large Language Models (LLMs) และเน้นย้ำถึงความจำเป็นในการสร้างความโปร่งใสในกระบวนการตัดสินใจของโมเดลเหล่านี้

เริ่มบท

การนำ XAI ไปใช้งาน

บทนี้จะสำรวจผลกระทบของ XAI ในการทำให้ปัญญาประดิษฐ์เข้าถึงได้ง่ายและใช้งานได้จริงในหลากหลายภาคส่วน การผนวกความสามารถในการอธิบายตั้งแต่ขั้นตอนการออกแบบจะช่วยให้ระบบ AI โปร่งใส สร้างความไว้วางใจ และส่งเสริมความร่วมมือระหว่างมนุษย์กับเครื่องจักรได้ดียิ่งขึ้น ผ่านกรณีศึกษาจากโลกจริง เราจะเห็นว่า XAI ช่วยให้การตัดสินใจของ AI ที่ซับซ้อนเข้าใจได้ง่ายขึ้น และเปิดโอกาสให้ผู้ใช้ทุกระดับทักษะนำข้อมูลเชิงลึกจาก AI ไปประกอบการตัดสินใจได้อย่างมั่นใจ