전체교육일정
교육개요
이 과정은 재직자분들이 모델 예측의 '왜'를 해석하고, 비즈니스 결정에 필수적인 인사이트를 제공합니다. Permutation Feature Importance, PDP, SHAP과 같은 최신 모델 해석 기법을 통해, 실무에서 AI 모델의 결정을 정확히 이해하고 전략적으로 활용하는 방법을 배웁니다.
교육목표
인공지능 문제의 특성과 기본원리를 파악하고 , 기초가 되는 이론과 모델링 방법론을 학습
강의내용
[Chapter1. "인공지능과 비즈니스"]
· 학습 목표
인공지능과 비즈니스 모델의 개요를 이해합니다.
· 주요 내용
1. 인공지능과 비즈니스 개요
2. 모델은 왜 그렇게 예측했을까
[Chapter2. 모델해석 1 : 변수 중요도]
· 학습 목표
트리기반 모델의 변수 중요도 분석 방법을 학습합니다.
· 주요 내용
1. 트리기반 모델의 변수 중요도
2. Permutation Feature Importance
3. Partial Dependence Plot(PDP)
[Chapter3. 모델해석 2 : SHAP]
· 학습 목표
SHAP 개요 및 특정 데이터의 예측 결과 설명 방법을 학습합니다.
· 주요 내용
1. SHAP 개요
2. 모델은 특정 데이터의 예측결과 설명하기
[Chapter4. 모델평가 : 비즈니스 관점]
· 학습 목표
비즈니스 관점에서 평가하고 비즈니스 측면에서 중요한 지표를 파악합니다.
· 주요 내용
1. 분류모델의 비즈니스 평가
2. 회귀모델의 비즈니스 평가