문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
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
요건
- 머신러닝 및 AI 모델 개발 경험
- Python 프로그래밍에 대한 익숙함
대상
- 데이터 과학자
- 머신러닝 엔지니어
- AI 전문가
21 시간