Explainable Artificial Intelligence

Anno accademico 2025/2026
Docente Fosca Giannotti

Didattica integrativa

Roberto Pellungrini

Modalità d'esame

<p>Seminar</p>

Note modalità di esame

<p>The&nbsp;students&nbsp;will&nbsp;be asked to realize team seminars, essays, or projects on advanced concepts, to be agreed upon with the teacher based on&nbsp;student interests.&nbsp;&nbsp;Essay – a small paper survey style – will be anticipated by a seminar during the course.&nbsp;&nbsp;Project –&nbsp;&nbsp;Experimentation or extension of an XAI method.</p>

Programma insegnamento

Modulo1 (10 ore): Corso di frantumazione su XAI.  

Motivazione di XAI: 

Perché la spiegazione e cos'è una spiegazione 

La tassonomia dei metodi XAI per il Machine Learning 

Panoramica dei metodi di spiegazione post-hoc 

Panoramica dei metodi transparent by-design 


Modulo2 (10 ore): Concetti avanzati  

Spiegazioni controfattuali 

Explaining by design - argomentazione e knowledge graph - 

Explaining by design & Global Explainer: sull'integrazione di simbolico e sub-simbolico 

Interactive XAI - le nuove sfide della ricerca in XAI 

Seminari per studenti 


Modulo3 (10 ore): Hands-on: sui metodi XAI. (A cura di Roberto Pellungrini) 

Gli studenti saranno introdotti alla libreria python di metodi XAI-Lib per dati tabellari (4h) 

Gli studenti saranno introdotti alla libreria python di metodi XAI per dati di immagini (4h) 

Gli studenti saranno introdotti ad alcuni metodi di spiegazione globale (2h)