## ##

交互可视化与人工智能的可解释性

1 课时 时长:32:11

分享至:
收藏

免费

课程概要

近年来,深度神经网络 (DNN) 因其在许多具有挑战性的机器学习任务中的最先进性能而越来越多地用于各种应用领域。然而,它们缺乏可解释性,可能会导致可信性和公平性问题,并使模型诊断成为一项艰巨的任务。


由于深度模型通常具有百万级参数且高度非线性,因此使模型更易于理解具有挑战性转变。深度学习参与者可能想要了解他们设计的 AI 模型的弱点。

 

听课获益

·了解深度神经网络 (DNN) 现状

·了解可解释的机器学习/AI(ML/XAI) 

·了解iML在病理学研究中的应用

 

目标听众

1、产品设计师、交互设计师

2、医学研究人员

3、对该主题感兴趣的人员

 

作品案例

·什么是ML/XAI?

20220722004940043.png


·iML研究动因

20220722005414700.png


·iML类型

20220722005929547.png




免费

0人打赏

机构简介

赵㑺涵

赵㑺涵

哈佛医学院

资深研究员

赵㑺涵,计算图形学博士,哈佛医学院及麻省总医院资深研究员。其研究工作集中在开发病理学中可解释的、对不确定性有感知的AI及可视化模型。他以重要人接受多项美国国立卫生研究院资助。他师从多名美国工程院及IEEE院士,他分别在上海交通大学、康奈尔及哈佛大学接受了工程学学士及理学统计学硕士的训练。赵曾作为创始科学家及顾问参与多家人工智能与生物科技、工程管理科学结合的初创公司,他的专利也在这些公司被使用。他目前是两家初创公司的联合创始人。他在计算机领域多个一区刊物上以第一或通讯作者的身份发表文章并担任主要审稿人。此前,他是中科院、重庆大学及浙江工业大学的客座讲师。

江南大学设计学院前身为无锡轻工业学院造型系,始建于1960年。为中国现代设计教育办学历史最悠久的学院和全国最早成立设计艺术学科的高校之一,是中国现代设计教育的主要发源地、中国设计教育改革的先导和示范学院。
经过长期实践积累,江南大学设计学院形成了优良的学术传统与平实求是的学风,注重艺术与科学的结合,追踪设计学科的国际前沿动态,注重跨学科的跨文化的教学研究与实践,建构起“交叉、融合”为鲜明特色的教学研究型的设计教育体系,形成以“工业设计”为核心、多个相关设计专业领域为支撑、鲜明特色的“大设计”教学和研究格局。培养了大批优秀设计人才和技术与学术骨干,为国家经济和文化建设做出了重要贡献。

联系客服

故障反馈