Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
고급 XAI 기술 소개
- 기본 XAI 방법 검토
- 복잡한 AI 모델 해석의 과제
- XAI 연구 및 개발의 추세
모델에 독립적인 설명 기술
- SHAP(SHapley Additive 설명)
- LIME(Local Interpretable Model-agnostic Explanations)
- 앵커 설명
모델별 설명 기술
- 계층별 관련성 전파(LRP)
- DeepLIFT(Deep Learning 중요 기능)
- 그래디언트 기반 방법(Grad-CAM, Integrated Gradients)
Deep Learning 모델 설명
- 합성 신경망(CNN) 해석
- 순환 신경망(RNN) 설명
- 변압기 기반 모델(BERT, GPT) 분석
해석 가능성 문제 처리
- 블랙박스 모델 제한 사항 해결
- 정확성과 해석 가능성의 균형
- 설명에서 편견과 공정성을 다루기
실제 시스템에서의 XAI 응용
- 의료, 금융 및 법률 시스템의 XAI
- AI 규제 및 규정 준수 요구 사항
- XAI를 통한 신뢰와 책임감 구축
설명 가능한 AI의 미래 동향
- XAI의 새로운 기술과 도구
- 차세대 설명 가능성 모델
- AI 투명성의 기회와 과제
요약 및 다음 단계
Requirements
- AI 및 머신러닝에 대한 탄탄한 이해
- 신경망 및 딥러닝 경험
- 기본 XAI 기술에 대한 지식
청중
- 경험이 풍부한 AI 연구자
- 머신러닝 엔지니어
21 Hours