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 가능 AI(XAI) 및 모델 투명성 소개
- 설명 가능한 AI란?
- AI 시스템에서 투명성이 중요한 이유
- AI 모델의 해석 가능성 대 성능
XAI 기술 개요
- 모델에 독립적인 방법: SHAP, LIME
- 모델별 설명 기술
- 신경망과 딥러닝 모델 설명
투명한 AI 모델 구축
- 실제로 해석 가능한 모델 구현
- 투명 모델과 블랙박스 모델 비교
- 복잡성과 설명 가능성의 균형
고급 XAI 도구 및 라이브러리
- 모델 해석을 위한 SHAP 사용
- 지역 설명 가능성을 위한 LIME 활용
- 모델 결정 및 동작의 시각화
공정성, 편견 및 윤리적 AI 해결
- AI 모델의 편견 식별 및 완화
- AI의 공정성과 사회적 영향
- AI 배포에 있어서 책임성과 윤리를 보장하다
XAI의 실제 세계 응용 프로그램
- 의료, 금융 및 정부 분야의 사례 연구
- 규정 준수를 위한 AI 모델 해석
- 투명한 AI 시스템으로 신뢰 구축
설명 가능한 AI의 미래 방향
- XAI의 새로운 연구
- 대규모 시스템을 위한 XAI 확장의 과제
- 투명한 AI의 미래를 위한 기회
요약 및 다음 단계
Requirements
- 머신러닝 및 AI 모델 개발 경험
- Python 프로그래밍에 익숙함
청중
- 데이터 과학자
- 머신러닝 엔지니어
- AI 전문가
21 Hours