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
Pengantar Teknik XAI Tingkat Lanjut
- Tinjauan metode XAI dasar
- Tantangan dalam menafsirkan model AI yang kompleks
- Tren dalam penelitian dan pengembangan XAI
Teknik Penjelasan Model-Agnostik
- SHAP (Penjelasan Aditif SHapley)
- LIME (Penjelasan Lokal yang Dapat Ditafsirkan Tanpa Memerlukan Model)
- Penjelasan jangkar
Teknik Penjelasan Spesifik Model
- Propagasi relevansi berdasarkan lapisan (LRP)
- DeepLIFT (Deep Learning Fitur Penting)
- Metode berbasis gradien (Grad-CAM, Gradien Terintegrasi)
Menjelaskan Model Deep Learning
- Menafsirkan jaringan saraf konvolusional (CNN)
- Menjelaskan jaringan saraf berulang (RNN)
- Menganalisis model berbasis transformator (BERT, GPT)
Menangani Tantangan Interpretabilitas
- Mengatasi keterbatasan model kotak hitam
- Menyeimbangkan akurasi dan interpretabilitas
- Menangani bias dan keadilan dalam penjelasan
Aplikasi XAI dalam Sistem Dunia Nyata
- XAI dalam sistem perawatan kesehatan, keuangan, dan hukum
- Persyaratan regulasi dan kepatuhan AI
- Membangun kepercayaan dan akuntabilitas melalui XAI
Tren Masa Depan dalam AI yang Dapat Dijelaskan
- Teknik dan alat yang muncul dalam XAI
- Model penjelasan generasi berikutnya
- Peluang dan tantangan dalam transparansi AI
Ringkasan dan Langkah Berikutnya
Requirements
- Pemahaman yang mendalam tentang AI dan pembelajaran mesin
- Pengalaman dengan jaringan saraf dan pembelajaran mendalam
- Keakraban dengan teknik XAI dasar
Hadirin
- Peneliti AI yang berpengalaman
- Insinyur pembelajaran mesin
21 Hours
