After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Зрозумійте основні концепції пояснюваного штучного інтелекту (XAI)
Цей курс знайомить із важливою сферою XAI, зосереджуючись на тому, щоб складні алгоритми штучного інтелекту були зрозумілими та доступними. Потреба в прозорості та довірі до цих технологій зростає, оскільки системи ШІ дедалі глибше інтегруються в різні сектори. Цей курс охоплює ключові концепції XAI, зокрема прозорість, інтерпретованість і підзвітність, а також досліджує баланс між складністю моделі та пояснюваністю.Опануйте техніки XAI
Ви дізнаєтеся про пояснення, специфічні для моделі, та модельно-агностичні пояснення, отримавши практичні знання й інструменти для ефективного застосування принципів XAI у ваших проєктах. Курс має на меті надати вам знання, щоб зробити системи ШІ більш прозорими, етичними та узгодженими із суспільними цінностями, гарантуючи, що рішення ШІ є не лише ефективними, а й обґрунтованими та зрозумілими.Впроваджуйте XAI в реальному світі
Наприкінці цього курсу ви матимете ґрунтовне розуміння XAI та його важливості в розробці рішень на основі ШІ, і будете готові застосовувати ці принципи, щоб підвищити зрозумілість і надійність систем ШІ в реальних застосуваннях.Попередні вимоги
Для цього курсу немає попередніх вимог
Навчальний план
Зміст курсу
1
Вступ до Explainable AI
Ми розглядаємо Explainable AI (XAI), наголошуючи на його ролі у забезпеченні прозорості, інтерпретованості та надійності систем ШІ. Досліджуємо можливості ШІ щодо прогнозування та генерування контенту, підкреслюючи потребу в зрозумілих процесах ухвалення рішень. Також вивчаємо методи, які роблять складні моделі ШІ зрозумілішими для широкої аудиторії.
2
Техніки в Explainable AI
Ми досліджуємо техніки Explainable AI (XAI), поділяючи їх на специфічні для моделі, модель-агностичні, локальні та глобальні пояснення, щоб прояснити ухвалення рішень ШІ. Обговорюємо регресію та класифікацію для отримання інсайтів, прив'язаних до моделей, і знайомимо з SHAP та LIME для інтерпретації «чорних скриньок». Крім того, розглядаємо складність великих мовних моделей (LLMs), підкреслюючи потребу в прозорості їхніх процесів ухвалення рішень.
3
Реалізація та застосування XAI
Ми досліджуємо, як XAI змінює підхід до штучного інтелекту, роблячи його доступнішим і зручнішим для користувачів у різних сферах. Вбудовуючи пояснюваність із самого початку, ми забезпечуємо прозорість систем ШІ, зміцнюємо довіру та сприяємо глибшій співпраці між людьми й машинами. На реальних прикладах показуємо, як XAI знімає «таємничість» зі складних рішень ШІ та дає змогу користувачам із різним технічним бекґраундом використовувати інсайти ШІ для обґрунтованіших рішень.
R
Концепції Explainable Artificial Intelligence (XAI)
Курс
завершено
