入門：解釋性人工智慧 (XAI) 新手指南培訓

此為由講師主導的即時培訓，地點在[loc]（線上或線下），旨在幫助進階專業人士深化對複雜AI模型的XAI技術理解。

完成本培訓後，參與者將能夠：

• 在AI模型中實施最先進的XAI技術。
• 解析深度學習模型及其決策邏輯。
• 應用先進的模型無關與模型專屬可解釋性方法。
• 解決複雜系統中AI透明度相關挑戰。

此種由講師指導的現場培訓在 台灣（線上或線下）進行，針對希望探索深度學習模型中最前沿的可解釋人工智能（XAI）技術的高階專業人士，重點在於構建可解釋的人工智慧系統。

完成本課程後，學員將能夠：

• 理解深度學習中可解釋性的挑戰。
• 為神經網絡實施先進的 XAI 技術。
• 解讀深度學習模型所做的決策。
• 評估效能與透明度之間的權衡。

此由講師主導的實體培訓在台灣（線上或線下）進行，旨在針對希望應用可解釋AI技術來確保公平性、透明度及倫理AI系統的初級至中級專業人士。

完成本培訓後，參與者將能夠：

• 了解XAI在倫理AI系統中的角色。
• 實施XAI技術以偵測並減輕AI模型中的偏見。
• 確保AI模型決策過程的透明度。
• 使AI開發與倫理及監管標準保持一致。

此由講師主導的即時培訓 台灣（線上或線下）主要針對中階至高階專業人士，希望將透明AI系統應用於實際場景。

完成本課程後，參與者將能夠：

• 理解AI模型中透明度重要性。
• 實施進階XAI技術以解讀複雜模型。
• 使用SHAP、LIME及其他工具提升模型透明度。
• 應對AI模型中的倫理疑慮與公平性問題。