We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Interview zur Interpretierbarkeit von künstlicher Intelligenz

Formal Metadata

Title
Interview zur Interpretierbarkeit von künstlicher Intelligenz
Subtitle
Themenblock Explainable AI
Alternative Title
10_01Frage_Interview_UT_de
Title of Series
Number of Parts
102
Author
Contributors
License
CC Attribution 4.0 International:
You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date
Language
Production Year2024
Production PlaceHeinrich-Heine-Universität Düsseldorf

Content Metadata

Subject Area
Genre
Abstract
In diesem Interview werden wir das Thema „Die Interpretierbarkeit“ von KI-Modellen erkunden. Christoph Molnar ist ein angesehener Experte rund um unser heutiges Thema und Autor des Buches „Interpretable Machine Learning, A Guide for Making Black Box Models Explainable“. Wir werden mit Christoph über die Bedeutung der Interpretierbarkeit von KI-Modellen sprechen, die mittlerweile in vielen Anwendungen von KI eine entscheidende Rolle spielt. Lernziele Nach diesem Video kannst du ... ... die Grundkonzepte des Themas „Interpretable AI“ erläutern. ... verstehen, dass Modelle des überwachten Lernens oft als Black-Boxen verstanden werden und daher einer sorgfältigen Interpretation bedürfen. ... erkennen, dass es nicht ausreicht, Modellen allein aufgrund gut erscheinender Ergebnisse Vertrauen zu schenken.
Keywords