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 인공지능(XAI)과 모델 투명성 소개
- 설명 가능한 인공지능이란 무엇인가?
- AI 시스템에서 투명성이 중요한 이유
- AI 모델의 해석 가능성 vs 성능
XAI 기술 개요
- 모델 독립적 방법: SHAP, LIME
- 모델 특정 설명 가능성 기술
- 신경망 및 딥러닝 모델 설명
투명한 AI 모델 구축
- 실제에서 해석 가능한 모델 구현
- 투명한 모델 vs 블랙박스 모델 비교
- 복잡성과 설명 가능성 조절
고급 XAI 도구 및 라이브러리
- SHAP를 사용하여 모델 해석
- LIME를 활용한 로컬 설명 가능성
- 모델 결정 및 행동 시각화
공정성, 편향 및 윤리적 AI 해결
- AI 모델에서의 편향 식별 및 완화
- AI의 공정성과 사회적 영향
- AI 배포에서의 책임성과 윤리 보장
XAI의 실제 적용
- 의료, 금융 및 정부 부문에서의 사례 연구
- 규제 준수를 위한 AI 모델 해석
- 투명한 AI 시스템을 통해 신뢰 구축
설명 가능한 인공지능의 미래 방향
- XAI의 새로운 연구
- 대규모 시스템에서 XAI 확장의 도전 과제
- 투명한 AI의 미래 기회
요약 및 다음 단계
Requirements
- 머신러닝 및 AI 모델 개발 경험
- Python 프로그래밍에 대한 익숙함
대상
- 데이터 과학자
- 머신러닝 엔지니어
- AI 전문가
21 Hours