Závěrečná práce: Bc. Vojtěch Krajňanský: Metody vysvětlitelnosti chování neuronových sítí
Diplomová práce
Metody vysvětlitelnosti chování neuronových sítí
Neural Networks Explainability Methods
Anotace
Velice komplexní hluboké neuronové sítě a další neprůhledné prediktivní modely se dnes stále častěji objevují jako součást softwarových produktů. Společně s tímto faktem roste potřeba schopnosti člověka vysvětlit jejich rozhodovací postupy. V posledních letech se rodí disciplína vysvětlitelné umělé inteligence, mezi jejími cíli zajištění korektnost procesů vedoucích k učinění rozhodnutí, odhalení nezamýšleně …více
Abstract
As extremely complex deep neural networks and other opaque decision-making models become progressively ubiquitous, the need for the ability of humans to explain the decision making process is quickly gaining importance. The field of explainable artificial intelligence emerges, its goals to ensure the correctness of the process leading to a certain conclusion, detect unintended algorithmic biases or …více
Zadání práce
19. 1. 2021 10:45, RNDr. Tomáš Rebok, Ph.D., učo 39685
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Image Colorization with Neural Networks
Mgr. Lucie Novotná -
Explanaible AI in Digital Pathology
Mgr. Matej Gallo, Ph.D. -
Detecting and Extracting Information from Images on the Web
Mgr. Martin Galajda, učo 433487 -
Detekce objektů v průmyslových datových množinách
Mgr. Hai Duong Tran -
Tool for data pre-processing and iterative learning of neural networks
Ing. Kristián Malák -
Visualization of hidden layers in convolutional neural networks
Mgr. Jakub Hruška, učo 445634 -
Artificial Neural Network for Precipitation Nowcasting
Mgr. Vladimíra Hežeľová -
Retrospektivní analýza ziskovosti sportovního sázení s využitím strojového učení
Mgr. Jan Pařízek




