책 이미지

책 정보
· 분류 : 국내도서 > 컴퓨터/모바일 > 인공지능
· ISBN : 9791141047481
· 쪽수 : 235쪽
· 출판일 : 2023-11-01
목차
I. 해석가능한 AI의 세계 4
1.1. 블랙박스 알고리듬 4
1.2. 설명가능한 AI 목표 5
1.3. 설명가능한 AI 역사 7
1.3.1. 전문가 시스템 8
1.3.2. 사례 기반 추론 8
1.3.3. 베이지안 네트워크 8
1.3.4. 신경망 9
1.4. 설명가능한 AI 목적 9
1.5. 설명가능한 AI의 사회적 영향 13
1.6. 설명가능한 AI에서 설명 15
1.6.1. 글로벌 설명(Global Explanations) 15
1.6.2. 현지 설명(Local Explanations) 16
1.6.3. 대조적인 설명(Contrastive Explanations) 16
1.6.4. What-if 설명(What-if Explanations): 16
1.6.5. 반실용적 설명(Counterfactual Explanations) 16
1.6.6. 예제 기반 설명(Example-based Explanations) 16
1.7. XAI 방법의 한계: 트레이드오프 17
1.7.1. 완전성 대 해석 가능성 18
1.7.2. 효능 대 사생활 19
1.7.3. 인간의 설명 대 정확도 20
1.8. 설명가능한 AI 방법 20
1.8.1. 설명가능한 AI 범위(Scope) 21
1.8.1.1 글로벌 방법(Global Method) 21
1.8.1.2 로컬 방법(Local Methods) 21
1.8.2. 설명가능한 AI 단계(Stage) 22
1.8.2.1 사전 모델(Pre-Model) 22
1.8.2.2 내재적 모델(Intrinsic Model) 23
1.8.2.3 포스트 호크(Post-Hoc) 24
1.8.2.4 Model Agnostic과 특정 모델 25
II. 설명가능한 AI 기술 26
2.1. 설명가능한 AI 기술 순서도 27
2.2. Data Explanation : EDA 28
2.2.1. Graphical 방식 - Multivariate 29
2.2.2. Graphical 방식 - Univariate 31
2.2.3. Non-Graphical 방식 32
2.3. Model Explanation : Interpretation 34
2.3.1. Attention Jointly Trained(NN) 34
2.3.2. 앙상블(Ensemble) 기반 36
2.3.3. 전통적 방식 GLM과 GAM 38
2.3.4. 의사 결정 트리 방식 39
2.3.5. Rule-Based 방식 42
2.3.6. Scoring 방식 44
2.4. Neural Network 모델 적용 45
2.4.1. Perturbation 방식 45
2.4.2. 기울기 기반 방법 48
2.5. Model-Agnostic 방식 58
2.5.1. Visual Explain 방식 58
2.5.2. 특징 기반 방법 61
2.5.3. Example Based 방식 64
III. 사전 모델 해석성 및 설명성 71
3.1. 구조화된 데이터 세트 71
3.1.1. LitCovid 데이터 세트 71
3.1.2. Mauna Loa CO2 데이터 세트 73
3.1.3. Fashion MNIST 데이터 세트 73
3.2. 데이터 과학 프로세스 75
3.3. 탐색적 데이터 분석 76
3.3.1. 설명 가능성을 위한 EDA 과제 76
3.3.2. EDA: 분류(Taxonomy) 77
3.3.3. 설명 가능성에서 EDA의 역할 78
3.3.4. 비 그래픽: 요약 통계량 및 분석 79
3.3.4.1 도구 및 라이브러리 81
3.3.5. 그래픽: 일변량 및 다변량 분석 87
3.3.5.1 도구 및 라이브러리 87
3.3.5.2 일변량 분석 88
3.3.5.3 다변량 분석(Multivariate Analysis) 91
3.3.6. EDA 및 시계열 103
3.3.6.1 재샘플링 104
3.3.6.2 계절성 및 추세 분석 106
3.3.6.3 자기 상관성, 정상성 및 차이 107
3.3.7. EDA 및 NLP 110
3.3.7.1 텍스트 말뭉치 통계 111
3.3.7.2 N-그램 분석 112
3.3.7.3 문체분석(Stylometric analysis) 115
3.3.7.4 워드 클라우드 117
3.3.7.5 주제 모델링 119
3.3.7.6 말뭉치 시각화(UMAP, t-SNE) 121
3.3.8. EDA 및 컴퓨터 비전 125
3.3.8.1 분포 분석 125
3.3.8.2 2D 투영 127
3.3. 피쳐 엔지니어링 129
3.3.1. 피쳐 엔지니어링 및 설명 가능성 129
3.3.2. 피쳐 엔지니어링 분류법 및 도구 130
3.3.2.1 필터 기반 131
3.3.2.2 정보이론 기반 132
3.3.2.3 통계 기반 133
3.3.2.4 래퍼 기반 135
3.3.2.5 비지도 136
3.3.2.6 임베디드 138
IV. 모델 시각화와 전통적 해석가능한 알고리듬 139
4.1. 모델 검증, 평가 및 하이퍼 파라미터 139
4.1.1. 도구 및 라이브러리 141
4.2. 모델 선택 및 시각화 141
4.2.1. 유효성 검증 곡선 141