Kursinformation

Lehrinhalte
- Ziele und Herausforderungen von Erklärbarkeit in Computer Vision
- Interpretierbarkeit von klassischen Modellen des maschinellen Lernens
- Globale vs. lokale Erklärungen
- Nachträglich Erklärungen
- Intrinsisch erklärbare neuronale Netzwerke
- Evaluierung von Erklärungen
- Visualisierungstechniken von Erklärungen
- Anwendungsfelder
- XAI außerhalb von Klassifizierung

Voraussetzungen
Grundlegende Kenntnisse in den Bereichen Computer Vision, maschinelles Lernen und Deep Learning. Zum Beispiel erworben durch die Kurse Computer Vision I, Einführung in die Künstliche Intelligenz, Deep Learning: Architectures & Methods und/oder Statistisches Maschinelles Lernen.
 

Online-Angebote
moodle