Da künstliche Intelligenz (KI) in Hochrisikobereiche wie das Gesundheitswesen, das Finanzwesen und die Strafjustiz integriert wird, ist es von entscheidender Bedeutung, dass diejenigen, die für die Entwicklung dieser Systeme verantwortlich sind, über den Tellerrand hinausschauen und Systeme entwickeln, die nicht nur genau, sondern auch transparent und vertrauenswürdig sind. Dieser Kurs ist ein umfassender, praxisorientierter Leitfaden für interpretierbares maschinelles Lernen, der Sie in die Lage versetzt, KI-Lösungen zu entwickeln, die mit verantwortungsvollen KI-Prinzipien in Einklang stehen. Sie werden auch ein Verständnis für das aufstrebende Feld der mechanistischen Interpretierbarkeit und deren Verwendung zum Verständnis großer Sprachmodelle erlangen. Durch Diskussionen, Fallstudien, Programmierübungen und Beispiele aus der Praxis werden Sie die folgenden Fähigkeiten erwerben: 1. Beschreiben Sie interpretierbares maschinelles Lernen und unterscheiden Sie zwischen Interpretierbarkeit und Erklärbarkeit.

2. Erklären und Implementieren von Regressionsmodellen in Python. 3. Demonstration von Kenntnissen über verallgemeinerte Modelle in Python. 4. Erklären und Implementieren von Entscheidungsbäumen in Python. 5. Demonstration von Kenntnissen über Entscheidungsregeln in Python. 6. Definieren und Erklären von interpretierbaren Modellansätzen für neuronale Netze, einschließlich prototypenbasierter Netze, monotoner Netze und Kolmogorov-Arnold-Netze. 7. Erläuterung der grundlegenden Konzepte der mechanistischen Interpretierbarkeit, einschließlich der Merkmale und Schaltkreise 8. Beschreiben der Superpositionshypothese 9. Definition des Repräsentationslernens und die Fähigkeit, die aktuelle Forschung zur Skalierung des Repräsentationslernens auf LLMs zu analysieren. Dieser Kurs ist ideal für Datenwissenschaftler oder Ingenieure des maschinellen Lernens, die ein gutes Verständnis von maschinellem Lernen haben, aber bisher wenig mit Interpretierbarkeitskonzepten in Berührung gekommen sind. Durch die Beherrschung von Ansätzen des interpretierbaren maschinellen Lernens werden Sie in die Lage versetzt, KI-Lösungen zu entwickeln, die nicht nur leistungsfähig, sondern auch ethisch vertretbar und vertrauenswürdig sind, um kritische Herausforderungen in Bereichen wie Gesundheitswesen, Finanzen und Strafjustiz zu lösen. Um diesen Kurs erfolgreich zu absolvieren, sollten Sie über ein mittleres Verständnis von Konzepten des maschinellen Lernens wie überwachtes Lernen und neuronale Netze verfügen.