설명 가능한 인공지능
본 강좌는 인공지능 기술 활용 역량 강화를 위하여 다음의 역량 및 요소에 대하여 중점적으로 개발할 수 있는 강좌입니다.
첫 평가를 남겨 주세요 · 조회 0
자세한 소개
강좌 소개 본 강좌는 인공지능 기술 활용 역량 강화를 위하여 다음의 역량 및 요소에 대하여 중점적으로 개발할 수 있는 강좌입니다. - 다양한 유형의 설명 가능한 인공지능 기법에 대한 개념적 이해 - 코드 리뷰를 통한 XAI 기법 구현 - 다양한 예제 적용을 통한 실제 문제 적용 능력 향상 강좌 타겟 컴퓨터 과학 또는 인공지능 전공 학생 및 전문가 - 학문적인 이론과 응용 측면에서 설명 가능한 인공지능 기술을 학습하고 싶은 전공자 - 모델의 해석 기법 학습을 통해 다양한 데이터 분석 기법을 학습하고 싶은 전문가 인공지능 기술이 필요한 분야의 전공자 또는 인공지능에 관심이 있는 비전공자 - 의료, 금융, 법률 등 설명 가능한 인공지능 기술 도입 필요성이 높은 분야의 전공자 - 인공지능에 대한 기초 지식이나 흥미를 가지고, 설명 가능한 인공지능 기술에 대하여 관심이 있는 비전공자 학습 목표 1. 설명 가능한 인공지능(XAI)의 기본 개념과 주요 기술을 설명할 수 있다. 2. 인공지능 모델과 적용 목적에 맞는 XAI 기법을 도입하여 인공지능 모델을 분석할 수 있다. 3. 오픈소스 라이브러리를 활용하여 XAI 기법을 구현할 수 있다. 강좌 계획 주차 주제 학습 목표 차시 차 시 명 강좌유형 1 인공지능 기초 인공지능, 머신러닝, 딥러닝의 기본 개념을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 수업 소개 강좌영상(25분) 2 인공지능 기초와 발전 과정 강좌영상(25분) 3 심층신경망의 이해 강좌영상(25분) 정리 학습정리 강좌영상(1분) 2 설명 가능한 인공지능 기초 설명 가능한 인공지능의 기본 개념을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 CNN, RNN의 개념 강좌영상(25분) 2 설명 가능한 인공지능 개념, 필요성 강좌영상(25분) 3 설명 가능한 인공지능 구현 방법 강좌영상(25분) 정리 학습정리 강좌영상(1분) 3 의사 결정 트리 의사 결정 트리 기반 XAI 기법을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 의사결정트리 기반 XAI 기법 강좌영상(25분) 2 의사결정트리 기반 XAI기법 사례 강좌영상(25분) 3 XGBoost 소개 강좌영상(25분) 정리 학습정리 강좌영상(1분) 4 의사 결정 트리 기반 모델에 XAI 적용 실습 의사결정트리 기반 모델에 XAI 기법을 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 의사 결정 트리 모델에 XAI 적용 강좌영상(25분) 2 XGBoost 모델에 XAI 적용 (1) 강좌영상(25분) 3 XGBoost 모델에 XAI 적용 (2) 강좌영상(25분) 정리 학습정리 강좌영상(1분) 5 대리 분석 - LIME (1) 대리 분석 기법의 기본 개념과 LIME 기법에 대해 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 대리 분석 개념과 LIME 기초 강좌영상(25분) 2 LIME 기법 소개 강좌영상(25분) 3 LIME 적용 사례 강좌영상(25분) 정리 학습정리 강좌영상(1분) 6 대리 분석 - LIME (2) 실습을 통해 LIME 기법을 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 LIME 적용 실습 (1) - 텍스트 데이터 강좌영상(25분) 2 LIME 적용 실습 (2) - 이미지 데이터 강좌영상(25분) 3 LIME 적용 실습 (3) - 테이블 데이터 강좌영상(25분) 정리 학습정리 강좌영상(1분) 7 대리 분석 - SHAP (1) 대리 분석 기법 중 하나인 SHAP 기법을 설명할 수 있다. 도입 학습개요 강좌영상(2분) 1 SHAP 기법 기초 강좌영상(25분) 2 SHAP 기법 소개 강좌영상(25분) 3 SHAP 적용 사례 강좌영상(25분) 정리 학습정리 강좌영상(1분) 8 중간평가 9 대리 분석 - SHAP (2) 실습을 통해 SHAP 기법을 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 부분 의존성 플롯과 샤플리 값 강좌영상(25분) 2 테이블 데이터에 SHAP 적용 강좌영상(25분) 3 텍스트 데이터와 게임 데이터 활용 강좌영상(25분) 정리 학습정리 강좌영상(1분) 10 피처 시각화 피처 시각화 기법을 이해하고, 이를 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 피처 시각화 기초 강좌영상(25분) 2 CNN 모델의 피처 시각화 강좌영상(25분) 3 VGG16 모델을 이용한 피처 시각화 강좌영상(25분) 정리 학습정리 강좌영상(1분) 11 Grad-CAM Grad-CAM 기법을 이해하고 이를 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 Grad-CAM 기초 강좌영상(25분) 2 Grad-CAM 적용 사례 강좌영상(25분) 3 Grad-CAM 적용 실습 강좌영상(25분) 정리 학습정리 강좌영상(1분) 12 XAI 심화 실습 (1) 당뇨병 진단, Intel- Image 데이터셋을 대상으로 XAI 기법을 구현할 수 있다. 도입 학습개요 강좌영상(2분) 1 당뇨병 진단 실습 강좌영상(25분) 2 주요 함수 선언 강좌영상(25분) 3 시각화 구현 실습 강좌영상(25분) 정리 학습정리 강좌영상(1분) 13 XAI 심화 실습 (2) CNN 모델을 대상으로 피처 시각화, Grad-CAM 기법을 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 Newyork Airbnb: 데이터 전처리 및 EDA 강좌영상(25분) 2 Newyork Airbnb: 모델 구성 및 XAI 강좌영상(25분) 3 CNN 모델의 피처 시각화 강좌영상(25분) 정리 학습정리 강좌영상(1분) 14 전문가 대담 인공지능 활용 사례를 전문가 대담을 통해 학습하고, 관심있는 분야에 적용할 수 있다. 도입 학습개요 강좌영상(2분) 1 교육 분야에서의 인공지능 강좌영상(25분) 2 산업계에서의 인공지능 강좌영상(25분) 정리 학습정리 강좌영상(1분) 15 기말평가 https://lms.kmooc.kr/pluginfile.php/4102704/course/summary/%EC%84%A4%EB%AA%85%20%EA%B0%80%EB%8A%A5%ED%95%9C%20%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5_%ED%99%8D%EB%B3%B4%EC%98%81%EC%83%81.mp4
정보 업데이트 현황
| 정보 항목 | 갱신 주기 | 마지막 확인 | 유효기간 | 상태 |
|---|---|---|---|---|
| K-MOOC 강좌 정보강좌명, 운영 대학, 교수, 수강신청 기간, 학습 기간, 신설·종료 여부, 강좌 소개·분류(새 강좌만) | 매일 | 2026-11-22 12:40 | 2026-11-29 | 최신 |
| 수강신청 가능 여부수강신청 시작일·마감일, 접수 중 / 마감 / 상시 상태 | 매일 | 2026-11-22 15:23 | 2026-11-23 | 최신 |
평가와 의견 0
아직 평가가 없습니다.