Успех глубокого обучения во многом обеспечен способностью нейронных сетей выучивать сложные концепции и репрезентации. Однако из-за повсеместного использования моделей машинного обучения, все более остро встает вопрос о их неинтерпретируемости и непрозрачности. 

На лекции мы обсудим:

• Что такое эффект "Умного Ганса" и как своевременная интерпретация моделей может спасти от больших проблем
• Почему навык объяснять усвоенные нейронной сетью концепты является must-have для Data Scientist’ов в 2021 году
• Какими методами можно интерпретировать и изучать нейронные сети, как можно определять функции конкретных нейронов

О спикере:

Кирилл Быков работает исследователем в UMI Lab – лаборатории по изучению методов интерпретации ИИ в Техническом университете Берлина. Кирилл является участником Berlin Institute of Foundations of Learning and Data, в сферу его интересов входит изучение пространства репрезентаций в глубоких нейронных сетях и интерпретация байесовских нейронных сетей. В прошлом Кирилл работал на различных позициях по анализу данных в таких компаниях как TomTom, МегаФон, SkyEng.

Присоединяйтесь к сообществу бизнес-интеллектуалов, чтобы не пропустить новые события в ВШМ СПбГУ: @master_lectures