Ziele

Der Teilnehmer:

• Kennt die Bedeutung der Erklärbarkeit im KI-Kontext.
• Versteht den Output des Systems und die Bedingungen, die zu diesem bestimmten output geführt haben.
• Erhält einen Überblick über die wichtigsten Erklärbarkeitstechniken, mit denen die Ausgabe eines KI-Systems erklärt werden kann, um vollständige Transparenz zu erreichen.

Inhalt

• Motivationen für Erklärbarkeit.
• Vollständig interpretierbare ML-Modelle.
• Globale und lokale Erklärbarkeitsmethoden.
• Spezielle Techniken für NLP und Computer Vision.

Zielgruppe

•  Alle Mitarbeiter.

Voraussetzungen

• Grundlegende Kenntnisse im maschinellen Lernen.