Erklärbare und sichere KI
Sommer
(engl. Explainable and safe AI )
Modulnummer: FIN-INF-110496 |
| Link zum LSF: | LSF |
| Verantwortung: | Sebastian Stober |
| Dozent:in: | Sebastian Stober |
| Lehrveranstaltungen: |
|
| Verwendbarkeit: | - B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht |
|
Kürzel XAI |
CP 5 |
Semester Sommer |
Fachsem. ab 3. |
Dauer 1 Semester |
Sprache deutsch |
Niveau Bachelor |
Angestrebte Lernergebnisse:
Die Studierenden ...
- können Methoden zur Erklärung von Entscheidungen und internen Repräsentationen, sowie Prozessen von Modellen des maschinellen Lernens sicher anwenden
- haben die Fähigkeit, die Qualität von Modellen abseits von Genauigkeitsmetriken einschätzen zu können
- können Modelle zielgerichtet verbessern
Inhalt:
Einordnung unterschiedlicher Kategorien von Erklärbarkeits-Methoden für Modelle des maschinellen Lernens sowie Anforderungen an Nutzer:innenzentrierte Erklärungen. Darstellung direkt interpretierbarer Modelle (ante-hoc) sowie Analyse- und Visualisierungs-Methoden für Blackbox-Modelle (post-hoc). Zudem werden grundlegende Post-hoc Erklärungstechniken mit modell-agnostischen und modell-spezifischen Ansätzen vorgestellt.
Arbeitsaufwand:
- 56h Präsenzzeit (Vorlesung + Übung)
- 94h selbstständige Arbeit (Vor- und Nachbearbeitung von Vorlesung (OER) und Übung, Bearbeiten von Übungs- und Programmieraufgaben)
| Prüfungsvorleistungen: | Studien-/Prüfungsleistungen: | Lehrform / SWS: |
|
Klausur 120 Minuten
Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche.
|
|
| Voraussetzungen nach Prüfungsordnung: | Empfohlene Voraussetzungen: |
|
keine
|
Deep Learning für Ingenieure
|
| Medienformen: | Literatur: |
|
|
|
Hinweise: