☆「説明可能なAI」を基本から、環境の構築方法、実践まで、デモを交えて解説します!
本セミナーはzoomを使用したWEBセミナーです。
☆当日のWEBセミナーを繰り返し視聴できるアーカイブ配信付き!
1.XAI(Explainable AI) 説明可能なAIとは
1.1 説明可能とは
1.2 対局説明
1.3 局所説明
1.4 業務の中でどういかしていくか?
2.統計と機械学習/ディープラーニング
2.1 ベクトルとは
2.2 統計処理
2.3 機械学習と統計
3.様々なデータのベクトル化
2.1 画像
2.2 音・振動
2.3 言語
4.ディープラーニング
4.1 ディープラーニングとは
(1) パーセプトロン
(2) ニューラルネットワーク
(3) ディープニューラルネットワーク
4.2 学習の種類
(1) 教師あり学習の基本
(2) 教師なし学習の基本
5.XAIの様々なライブラリ
5.1 LIME
5.2 Integrated Gradients
5.3 Attention
6.環境の構築
6.1 Python環境
(1) Anaconda
a. Anaconda ダウンロード
b. Anaconda インストール方法と注意事項
c. python起動方法(コマンドライン・jupyterNotebook)
(2) pytorch
a. pytorch インストール方法と注意事項
b. pytorchの概要
7.実践
7.1 LIMEで画像分類を確認する
7.2 Integrated Gradientsで画像分類を確認する
8.(再び)XAI(Explainable AI) 説明可能なAIとは
8.1 納得感
8.2 業務の中でどういかしていくか?