Kapitel 8. Alles zusammenfügen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
In diesem Buch haben wir dir, dem ML-Praktiker, einen Rahmen für die Nutzung von erklärungsfähiger KI (XAI) gegeben und wo sie am besten angewendet werden kann. Außerdem haben wir dir einen Werkzeugkasten mit erklärungsfähigen Techniken für verschiedene Szenarien an die Hand gegeben und Anleitungen für die Gestaltung verantwortungsvoller und nützlicher Interaktionen mit Erklärungen. In diesem Kapitel gehen wir einen Schritt zurück und konzentrieren uns auf das Gesamtbild der erklärbaren KI. Wie kannst du mit den Werkzeugen und Fähigkeiten, die wir in diesem Buch behandelt haben, den gesamten ML-Workflow angehen und mit Blick auf die Erklärbarkeit entwickeln? Außerdem geben wir einen Ausblick auf die kommenden KI-Vorschriften und -Standards, die Erklärbarkeit erfordern werden.
Bauen mit Erklärbarkeit im Hinterkopf
Oft wird die Erklärbarkeit als nachträglicher Gedanke bei der Modellentwicklung betrachtet, als zusätzlicher Bonus bei der Entwicklung deines letzten Spitzenmodells oder als nachträglicher Wunsch deines Chefs, der versucht, eine neue gesetzliche Vorgabe einzuhalten, die dem Unternehmen auferlegt wurde. Erklärbarkeit und das Ziel von XAI ist jedoch viel mehr als das.
In diesem Buch haben wir eine Reihe von Erklärungsmethoden im Detail besprochen und gesehen, wie sie für Tabellen-, Bild- und Textdaten angewendet ...
Get Erklärbare KI für Praktiker now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
