در این فرادرس چه چیزی یاد میگیریم؟ این آموزش با اتخاذ رویکردی کاملا پروژهمحور و گامبهگام، همراه با پشتوانه نظری قوی، طراحی شده است تا مخاطب را در یک مسیر یادگیری هدفمند از م...
در این فرادرس چه چیزی یاد میگیریم؟
این آموزش با اتخاذ رویکردی کاملا پروژهمحور و گامبهگام، همراه با پشتوانه نظری قوی، طراحی شده است تا مخاطب را در یک مسیر یادگیری هدفمند از مفاهیم پایه تا پیادهسازی پیشرفتهترین الگوریتمهای XAI هدایت کند. تمایز اصلی و بارز این دوره، جامعیت سرفصلها، تاکید بر جنبههای عملی و کدنویسی و پوشش همزمان مدلها است.
مسیر آموزشی با تبیین مفاهیم بنیادین و چالشهای فلسفی و فنی هوش مصنوعی جعبهسیاه آغاز میشود. در ادامه، با مطالعه مدلهای ذاتا تفسیرپذیر مانند رگرسیون خطی، پایههای تحلیلی و ریاضیاتی لازم در ذهن مخاطب شکل میگیرد. سپس، وارد مبحث روشهای پسحکایتی مدلمستقل میشویم. در این بخش، مخاطب با صفر تا صد دو الگوریتم پرکاربرد و پیشرو یعنی LIME و SHAP آشنا شده و نه تنها به درک عمیقی از تئوری ارزش شپلی (Shapley Value) و فلسفه محلیسازی دست مییابد، بلکه نحوه پیادهسازی و تفسیر خروجیهای بصری آنها را بهطور عملی فرا میگیرد.
وجه تمایز کلیدی این آموزش، ارائه یک پروژه عملی یکپارچه در انتهای مسیر است که در آن، یک مسئله واقعی، از مرحله پیشپردازش داده و ساخت مدل پایه تا پیادهسازی همزمان روشهای محلی (LIME و SHAP)، سراسری (PDP و ICE) و توضیحات خلافواقع (Counterfactuals) با کتابخانه DiCE، بهطور کامل پیادهسازی میشود. تمامی مطالب با استفاده از کتابخانههای بهروز پایتون پیادهسازی میشوند تا مخاطب پس از اتمام دوره، توانایی کار بر روی پروژههای صنعتی و پژوهشی را داشته باشد.
هوش مصنوعی توضیحپذیر (XAI) چیست؟
هوش مصنوعی توضیحپذیر به عنوان یکی از زیرشاخههای نوین و راهبردی علم داده، مجموعهای از روشها، الگوریتمها و ابزارها است که با هدف شفافسازی نحوه تصمیمگیری مدلهای هوش مصنوعی توسعه یافتهاند. بسیاری از مدلهای پیشرفته، بهویژه مدلهای یادگیری عمیق و مدلهای زبانی بزرگ، به دلیل پیچیدگی زیاد به «جعبه سیاه» شباهت دارند و دلیل تولید یک پیشبینی یا تصمیم مشخص را به راحتی نمیتوان درک کرد. XAI با ارائه توضیحاتی درباره نقش ویژگیهای ورودی، میزان تاثیر آنها بر خروجی و نحوه استدلال مدل، امکان تحلیل، اعتماد و ارزیابی بهتر این سامانهها را فراهم میکند.
اهمیت یادگیری هوش مصنوعی توضیحپذیر (XAI) چیست؟
اهمیت و ضرورت فراگیری XAI را میتوان در پنج محور اساسی و راهبردی دستهبندی نمود که هر یک به تنهایی، توجیهگر سرمایهگذاری زمان و انرژی بر روی این حوزه است:
هنوز نظری ثبت نشده است.