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
설명 가능한 AI 소개
- 설명 가능 AI(XAI)란?
- AI 모델의 투명성의 중요성
- AI 해석의 핵심 과제
기본 XAI 기술
- 모델에 독립적인 방법: LIME, SHAP
- 모델별 설명 방법
- 블랙박스 모델이 내린 결정 설명
XAI 도구에 대한 실습
- 오픈소스 XAI 라이브러리 소개
- 간단한 머신 러닝 모델에 XAI 구현
- 설명 및 모델 동작 시각화
설명 가능성의 과제
- 정확도 대 해석 가능성의 균형
- 현재 XAI 방법의 한계
- 설명 가능한 모델에서 편견과 공정성 처리
XAI의 윤리적 고려 사항
- AI 투명성의 윤리적 의미 이해
- 설명 가능성과 모델 성능의 균형
- XAI의 개인 정보 보호 및 데이터 보호 문제
XAI의 실제 세계 응용 프로그램
- 의료, 금융 및 법 집행 분야의 XAI
- 설명 가능성에 대한 규제 요구 사항
- 투명성을 통해 AI 시스템에 대한 신뢰 구축
고급 XAI 개념
- 반사실적 설명 탐구
- 신경망과 딥러닝 모델 설명
- 복잡한 AI 시스템 해석
설명 가능한 AI의 미래 동향
- XAI 연구의 새로운 기술
- 미래 AI 투명성을 위한 과제와 기회
- XAI가 책임 있는 AI 개발에 미치는 영향
요약 및 다음 단계
Requirements
- 머신 러닝 개념에 대한 기본 이해
- Python 프로그래밍에 익숙함
청중
- AI 초보자
- 데이터 과학 애호가
14 Hours