Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot geavanceerde XAI-technieken
- Overzicht van basistechnieken binnen XAI
- Uitdagingen bij het interpreteren van complexe AI-modellen
- Actuele trends in onderzoek en ontwikkeling op het gebied van XAI
Model-onafhankelijke technieken voor interpretatie
- SHAP (SHapley Additive exPlanations)
- LIME (Local Interpretable Model-agnostic Explanations)
- Anchor-explanationen
Model-specifieke technieken voor interpretatie
- Layer-wise relevance propagation (LRP)
- DeepLIFT (Deep Learning Important FeaTures)
- Gradient-gebaseerde methoden zoals Grad-CAM en Integrated Gradients
Het verklaren van deep learning-modellen
- Interpretatie van convolutiene neurale netwerken (CNN’s)
- Verklaringen voor recurrent neural networks (RNN’s)
- Analyse van transformator-gebaseerde modellen zoals BERT en GPT
Omgaan met uitdagingen rond interpretabiliteit
- Beperkingen van black-box-modellen aanpakken
- Balans vinden tussen nauwkeurigheid en interpreteerbaarheid
- Omgaan met vooroordelen en onrechtvaardigheden in verklaringen
Toepassingen van XAI in praktische systemen
- Gebruik van XAI in de gezondheidszorg, financiële sector en rechtssysteem
- Regelgeving en nalevingsvereisten voor AI
- Vertrouwen en verantwoordelijkheid bevorderen via XAI
Toekomstige trends binnen Explainable AI
- Nieuwe technieken en hulpmiddelen in het vakgebied XAI
- Volgende generatie modellen voor interpretatie
- Kansen en uitdagingen op weg naar meer transparantie in AI
Samenvatting en vervolgstappen
Vereisten
- Goede kennis van kunstmatige intelligentie en machine learning
- Ervaring met neurale netwerken en deep learning
- Kennis van basisprincipes van XAI-technieken
Doelgroep
- Ervaringde AI-onderzoekers
- Machine learning-engineers
21 Uren
Getuigenissen (1)
De details van de wiskundige formules die de vooroordelen en beperkingen benadrukken, evenals de belangrijke parameters die moeten worden overwogen bij de praktische toepassing van de LIME- en SHAPE-methoden.
Heddy Bouron Cardey - Bayer
Cursus - Introduction to Explainable AI (XAI) for Beginners
Automatisch vertaald
