第七单元 第7课《深度学习挑战：可解释性》课件【清华版】人工智能通识（ 中学）.pptx

第七单元第7课深度学习挑战：可解释性清华版（中学）通

1学习目标3新知讲解5拓展延伸7板书设计2新知导入4课堂练习6课堂总结课后作业8

01教学目标（1）理解神经网络可解释性的重要性及其缺失带来的挑战。（2）了解局部解释与全局解释的方法及其在实践中的应用。（3）探讨可解释性缺失的深层原因及应对策略。

01教学目标

02新知导入??1.可解释性缺失的核心问题??深度学习的黑盒特性表现为??输入-输出关系明确但内部决策逻辑不可追溯??，导致模型行为难以被人类理解或验证。

02新知导入2.应用限制与安全风险??在??医疗诊断、金融风控等领域??，不可解释性可能引发误判且无法归因，阻碍技术落地与