Explainable AI: Engineering & Interpreting Model Decisions (bằng tiếng Anh).

Khi các hệ thống trí tuệ nhân tạo trở nên phổ biến hơn, việc hiểu cách họ đưa ra quyết định là quan trọng để xây dựng niềm tin và đảm bảo triển khai đạo đức. Chương trình này cung cấp một hiểu biết cơ bản về các nguyên tắc Explainable AI (XAI) và các phương pháp thực tế để giải thích và thiết kế các mô hình học máy minh bạch hơn. Bạn sẽ học được: * Hiểu các khái niệm cốt lõi và thuật ngữ của Explainable AI (XAI). * Apply techniques like LIME and SHAP to interpret individual model predictions. * Đánh giá tầm quan trọng của tính năng và hiểu hành vi mô hình toàn cầu. * Nhận dạng và giảm thiểu thiên kiến tiềm năng trong mô hình AI thông qua các kỹ thuật giải thích. * Thực hành giải thích các giải thích cho các thuật toán học máy khác nhau. * Xây dựng các hệ thống AI đáng tin cậy và minh bạch hơn từ đầu. Chương trình bắt đầu với các khái niệm cơ bản của AI interpretability, sau đó tiến tới các phương pháp thực tế để giải thích các hành vi mô hình địa phương và toàn cầu, và kết thúc với các cân nhắc để xây dựng các hệ thống AI đạo đức. Lớp học này được thiết kế cho người mới bắt đầu tuyệt đối không có kinh nghiệm trước đó trong Explainable AI hoặc các khái niệm học máy tiên tiến. Bắt đầu hành trình xây dựng hệ thống AI minh bạch và đáng tin cậy hơn ngay hôm nay.