Kecerdasan Buatan yang Dapat Dijelaskan (XAI) dengan Python: Tafsirkan dan Percayai Pembelajaran Mesin

Seiring model pembelajaran mesin menjadi semakin kompleks, memahami bagaimana mereka sampai pada keputusan tertentu bukan lagi pilihan—ini adalah keharusan peraturan dan etika. Beralih dari prediksi kotak hitam ke AI yang transparan dan dapat ditafsirkan adalah kunci untuk membangun kepercayaan dengan pengguna, pemangku kepentingan, dan badan pengatur. Kursus ini memandu Anda melalui prinsip-prinsip inti dan teknik Python praktis dari Kecerdasan Buatan yang Dapat Dijelaskan (XAI). Anda akan belajar cara mengaudit, menjelaskan, dan mempertahankan model pembelajaran mesin Anda, memastikan model tersebut adil, patuh, dan andal. Apa yang akan Anda pelajari: - Pahami konsep dasar, terminologi, dan pentingnya peraturan AI yang dapat dijelaskan dan etis - Terapkan teknik independen dari model seperti LIME dan SHAP untuk menghasilkan penjelasan lokal dan global untuk model Anda - Hasilkan penjelasan kontrafaktual yang dapat ditindaklanjuti menggunakan kerangka kerja modern untuk menunjukkan bagaimana perubahan input mengubah prediksi - Evaluasi keadilan dan bias AI menggunakan metode evaluasi interaktif untuk memastikan hasil model yang setara - Tafsirkan model deep learning dan jaringan saraf menggunakan teknik propagasi relevansi lanjutan - Jelajahi tantangan penjelasan modern, termasuk menafsirkan model berbasis transformer dan keluaran AI generatif Kursus dimulai dengan definisi penting dan kebutuhan etis akan transparansi sebelum memandu Anda melalui penjelasan tertulis langkah demi langkah dan tutorial kode Python praktis. Anda akan berkembang dari penjelasan model sederhana ke interpretasi jaringan saraf yang kompleks dan penilaian keadilan. Kursus ini dirancang untuk pemula dalam interpretasi pembelajaran mesin, analis data, dan pengembang yang ingin membuat model mereka transparan. Pemahaman dasar tentang Python dan konsep pembelajaran mesin dasar akan membantu, tetapi tidak diperlukan latar belakang XAI sebelumnya. Mulai membaca hari ini untuk mengubah model kotak hitam Anda menjadi sistem AI yang dapat dipercaya dan dapat dijelaskan.