Vorlesungsverzeichnis

Erklärbare KI und Visualisierung (Vorlesung/Übung)

Dozent/in: Kai Moltzen, Ricardo Usbeck

Termin:
wöchentlich | Donnerstag | 16:15 - 17:45 | 07.04.2025 - 11.07.2025 | C 40.164 Seminarraum | Übung - Miniprojekt
wöchentlich | Dienstag | 10:15 - 11:45 | 08.04.2025 - 15.04.2025 | C 1.005 Seminarraum | Vorlesung
Einzeltermin | Di, 22.04.2025, 10:15 - Di, 22.04.2025, 11:45 | fällt aus ! | Vorlesung
wöchentlich | Dienstag | 10:15 - 11:45 | 29.04.2025 - 27.05.2025 | C 1.005 Seminarraum | Vorlesung

Inhalt: - Einführung in LIME (Local Interpretable Model-Agnostic Explanations), SHAP (SHapley Additive exPlanations), und Anchor-Erklärungen zur Erläuterung von Vorhersagen. - Verwendung von Gegenfaktualen (Counterfactual Explanations) zur Untersuchung alternativer Szenarien. - Einblicke in spezialisierte Machine Learning Techniken wie GNNExplainer, SubgraphX und PGExplainer. - Darstellung komplexer Modelle durch Visualisierungen wie Entscheidungsbäume, Heatmaps. - Diskussion relevanter Artikel und Forschungsarbeiten, z.B. der "Conformal Prediction”. - Analyse aktueller Methoden und deren Anwendung in Bereichen wie medizinischer Diagnostik, Finanzwesen und ethischen Fragestellungen. - Methoden zur Validierung von Erklärungen und deren Nutzen für Endanwender sowie die Konformität mit regulatorischen Anforderungen, wie dem EU AI Act. - Diskussion über die Zukunft der Mensch-KI-Interaktion, Herausforderungen bei der Erklärbarkeit und weiterführende Ansätze, um die Erklärungen von KI-Modellen transparenter und nachvollziehbarer zu gestalten.

• Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Wirtschaftsinformatik-Vertiefungsmodul
• Leuphana Bachelor - Major Wirtschaftsinformatik (bis Studienbeginn WiSe 19/20) - Wirtschaftsinformatik-Vertiefungsmodul