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.
Struttura del corso
Introduzione all'Explainable AI (XAI) e alla trasparenza del modello
- Che cos'è l'Explainable AI?
- Perché la trasparenza è importante nei sistemi di intelligenza artificiale
- Interpretabilità e prestazioni nei modelli di intelligenza artificiale
Panoramica delle tecniche XAI
- Metodi indipendenti dal modello: SHAP, LIME
- Tecniche di spiegabilità specifiche del modello
- Spiegazione delle reti neurali e dei modelli di deep learning
Creazione di modelli di intelligenza artificiale trasparenti
- Implementazione pratica di modelli interpretabili
- Confronto tra modelli trasparenti e modelli black-box
- Bilanciare complessità e spiegabilità
Strumenti e librerie XAI avanzati
- Utilizzo di SHAP per l'interpretazione del modello
- Sfruttare LIME per la spiegabilità locale
- Visualizzazione delle decisioni e dei comportamenti del modello
Affrontare l'equità, i pregiudizi e l'intelligenza artificiale etica
- Identificare e mitigare i pregiudizi nei modelli di intelligenza artificiale
- Equità nell'IA e nei suoi impatti sociali
- Garantire la responsabilità e l'etica nell'implementazione dell'IA
Applicazioni reali di XAI
- Casi di studio nel settore sanitario, finanziario e governativo
- Interpretazione dei modelli di intelligenza artificiale per la conformità normativa
- Costruire la fiducia con sistemi di intelligenza artificiale trasparenti
Direzioni future nell'intelligenza artificiale spiegabile
- Ricerca emergente in XAI
- Sfide nella scalabilità dell'XAI per sistemi su larga scala
- Opportunità per il futuro dell'IA trasparente
Riepilogo e passaggi successivi
Requisiti
- Esperienza nell'apprendimento automatico e nello sviluppo di modelli di intelligenza artificiale
- Familiarità con la programmazione Python
Pubblico
- Scienziati dei dati
- Ingegneri dell'apprendimento automatico
- Specialisti dell'intelligenza artificiale
21 ore