Этика данных для ученых и практиков ИИ

В этом курсе вы узнаете, как анализировать представление данных, распознавать алгоритмические ошибки и разрабатывать системы, учитывающие принципы справедливости, подотчетности и прозрачности. Что вы учитесь: понимать основные этические рамки и их применение к современным системам искусственного интеллекта; выявлять и устранять ошибку в тренировочных наборах данных и моделях глубокого обучения; анализировать проблемы конфиденциальности и внедрять современные методы, такие как дифференциальная конфиденальность; оценивать социальное воздействие автоматизированных систем принятия решений; разрабатываться циклы обратной связи, которые приоритизируют прозрачность и подотчётность; внедряться практические контрольные списки для проверки рабочих процессов машинного обучения на предмет этических рисков. Курс начинается с основных понятий и определений, которые пошагово ведут вас через тематические исследования и практические методы анализа, чтобы помочь вам принимать ответственные инженерные решения. Этот курс предназначен для разработчиков программного обеспечения, ученых, работающих с данными, и начинающих специалистов по искусственному интеллекту, которые хотят создавать ответственную технологию, без предварительного обучение этике. Начните создавать более справедливые, более подответствующие системы машинного образования сегодня.