[Chapter1. 모델에 대한 해석]
· 학습 목표
XAI의 정의, 필요성, 중요성, 그리고 XAI 연구 동향을 소개합니다.
· 주요 내용
1. 설명과 해석의 정의
2. 해석에 대한 어려움
3. XAI 개요
4., 해석가능한 모델과 변수 중요도

[Chapter2. Surrogate Model]
· 학습 목표
딥러닝 모델의 작동 방식을 이해하고, LIME, SHAP, LRP, CNN 시각화 등 다양한 모델 해석 방법을 합니다.
· 주요 내용
1. 대리(대체) 모델을 통한 해석
2. LIME(Local Interpretable Model-agnostic Explanation)
3. SHAP(Shapley Additive Explanations)

[Chapter3. DL모델 해석하기]
· 학습 목표
BM(Explainable Boosting Machine)과 같은 새로운 설명 가능한 모델의 개념과 특징을 소개합니다.
· 주요 내용
1. CNN 시각화
2. LRP(Layer-wise Relevance Propagation)

[Chapter4. 설명 가능한 새로운 모델]
· 학습 목표
XAI 기술의 발전 방향과 미래 전망을 논의합니다.
· 주요 내용
1. Glass-box Model : EBM(Explainable Boosting Machine)
2. 향후 XAI 전망