Kontakt aufnehmen

Schulungsübersicht

Einführung in erklärbare KI

  • Was ist erklärbare KI (XAI)?
  • Die Bedeutung von Transparenz bei KI-Modellen
  • Hauptherausforderungen hinsichtlich der Interpretierbarkeit von KI

Grundlegende XAI-Techniken

  • Modellunabhängige Methoden: LIME, SHAP
  • Modellspezifische Verfahren zur Erklärbarkeit
  • Wie man Entscheidungen von Black-Box-Modellen erklärt

Praktische Arbeit mit XAI-Werkzeugen

  • Einführung in Open-Source-XAI-Bibliotheken
  • Umsetzung von XAI bei einfachen maschinellen Lernalgorithmen
  • Visualisierung der Erklärungen sowie des Modellverhaltens

Herausforderungen bei der Erklärbarkeit

  • Das Abwägen zwischen Genauigkeit und Interpretierbarkeit
  • Grenzen aktueller XAI-Methoden
  • Umgang mit Vorurteilen und Fairnessaspekten in erklärbaren Modellen

Ethische Aspekte der erklärbaren KI

  • Die ethischen Auswirkungen von Transparenz in der KI
  • Das Gleichgewicht zwischen Erklärbarkeit und Modelleffizienz
  • Datenschutz- und Privatsphäreaspekte im Zusammenhang mit XAI

Praktische Anwendungsbereiche von XAI

  • Einsatzmöglichkeiten in Medizin, Finanzwesen und der Strafverfolgung
  • Gesetzliche Vorgaben bezüglich Erklärbarkeit
  • Aufbau von Vertrauen in KI-Systeme durch Transparenz

Fortgeschrittene Konzepte der erklärbaren KI

  • Kontrafaktische Erklärungen im Überblick
  • Die Erklärbarkeit von neuronalen Netzen und tiefen Lernalgorithmen
  • Interpretation komplexer KI-Systeme

Zukünftige Entwicklungen in der erklärbaren KI

  • Neue Methoden in der XAI-Forschung
  • Herausforderungen und Chancen für zukünftige Transparenzentwicklungen bei KI
  • Auswirkungen von XAI auf die Entwicklung verantwortungsvoller KI-Systeme

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundkenntnisse in Konzepten des maschinellen Lernens
  • Kenntnisse der Programmiersprache Python

Zielgruppe

  • Anfänger in der KI-Branche
  • Interessierte im Bereich Datenwissenschaft
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien