Erklärbare KI für Praktiker

Anhang. Taxonomie, Techniken und weiterführende Literatur

Damit du dieses Buch in Zukunft besser nutzen kannst, haben wir einen kurzen Überblick über die Themen und Techniken zusammengestellt, die in diesem Buch behandelt werden. Du kannst diese Leitfäden und Tabellen in Zukunft als Nachschlagewerk verwenden, um dir einen schnellen Überblick über deine Möglichkeiten bei einem neuen Problem zu verschaffen, bevor du ins Detail gehst.

ML Verbraucher

Es gibt drei Arten von Nutzern, die konsumieren und mit ML interagieren:

ML-Praktiker

Datenwissenschaftler und ML-Ingenieure, die ein Modell erstellen, entwickeln, abstimmen, einsetzen und in Betrieb nehmen.

Beobachter

Wirtschaftliche Interessengruppen und Aufsichtsbehörden, die nicht an der Entwicklung des Modells beteiligt sind, aber das Modell auch nicht im Einsatz verwenden. Sie nutzen Erklärungen, um die Leistung des Modells zu überprüfen und Vertrauen zu schaffen, dass das Modell wie erwartet funktioniert.

Endverbraucher

Fachexperten und betroffene Nutzer, die die Vorhersagen eines Modells nutzen oder von ihnen betroffen sind. Sie können ein tiefes Verständnis für den Kontext haben, in dem das Modell arbeitet, oder sie können von den Ergebnissen der Modellvorhersage betroffen sein, ohne viel Hintergrundwissen über ML oder den Bereich zu haben.

Taxonomie der Erklärbarkeit

Es gibt mehrere Merkmale, die dazu beitragen, den Bereich der Erklärbarkeit zu definieren. Diese sind:

Erklärbarkeit versus Interpretierbarkeit

Obwohl in ...