Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Sztuczna inteligencja (AI) i dane są wszędzie. Ich rosnąca obecność w naszym codziennym życiu sprawia, że jeszcze ważniejsze staje się odpowiedzialne zarządzanie danymi na każdym etapie naszych projektów AI, zarówno w pracy, jak i w projektach prywatnych. Ten kurs koncepcyjny zgłębi podstawy teorii stojącej za odpowiedzialnym zarządzaniem danymi w AI, takie jak bezpieczeństwo i przejrzystość, a następnie omówi licencjonowanie, pozyskiwanie i walidację.
Dowiedz się o zgodności regulacyjnej i licencjonowaniu
Mając zrozumienie podstaw teorii, wykorzystasz tę wiedzę do oceny swoich wymagań dotyczących zgodności i licencjonowania (w razie potrzeby zasięgając porady prawnej). Dowiesz się o niektórych z najważniejszych regulacjach dotyczących danych, takich jak HIPAA i GDPR, o najczęściej spotykanych typach licencji oraz o tym, jak wykorzystać plan zarządzania danymi, aby Twój projekt AI zawsze pozostawał zgodny z przepisami.Pozyskuj i wykorzystuj dane odpowiedzialnie
Odpowiedzialne praktyki dotyczące danych obejmują również to, jak i skąd pozyskujesz swoje dane. Dowiesz się, czy źródło jest etyczne, jakie może mieć ograniczenia oraz jak integrować dane z różnych źródeł.Audytuj swoje dane
Na koniec dowiesz się o audycie danych oraz o tym, jak stosować walidację danych i strategie ograniczania, aby zapewnić, że Twoje dane pozostaną wolne od uprzedzeń. Dzięki wszystkim tym umiejętnościom będziesz w stanie krytycznie oceniać i odpowiedzialnie zarządzać danymi w każdym projekcie AI. Co więcej, możesz wykorzystać te umiejętności w każdym przyszłym projekcie związanym z danymi, dzięki czemu poczujesz się elastycznie i przygotowany na wszystko, co Cię czeka!Wymagania wstępne
Program nauczania
Plan kursu
1
Wprowadzenie do odpowiedzialnego zarządzania danymi w AI
Poznaj podstawy teorii odpowiedzialnego zarządzania danymi w AI. Zapoznasz się z kluczowymi wymiarami, takimi jak bezpieczeństwo, przejrzystość, sprawiedliwość i inne, a następnie przeanalizujesz metryki i wyzwania z nimi związane. Dowiesz się też, jak równoważyć zasady odpowiedzialnej AI z wymaganiami biznesowymi i technicznymi.
- Wymiary odpowiedzialnego zarządzania danymi50 XP
- Odpowiedzialne tworzenie AI50 XP
- Wymiary odpowiedzialnego zarządzania danymi100 XP
- Mierniki odpowiedzialnej AI50 XP
- Planowanie odpowiedzialnego projektu AI50 XP
- Odpowiedzialne wykorzystanie danych100 XP
- Sprawiedliwość w projektach AI100 XP
- Wyzwania odpowiedzialnej AI50 XP
- Kompromisy w odpowiedzialnej AI100 XP
- Obowiązki zawodowe i etyczne postępowanie50 XP
2
Zgodność z regulacjami i licencjonowanie
Regulacje dotyczące danych są podstawą legalności każdego projektu AI. Poznasz kluczowe przepisy, licencje stron trzecich oraz strategie zapewnienia zgodności w zakresie świadomej zgody i umów o udostępnianie danych (przy wsparciu radcy prawnego). Nauczysz się też tworzyć solidne strategie zarządzania danymi i plany zarządzania, aby projekt pozostał zgodny z przepisami przez cały cykl życia.
3
Pozyskiwanie danych
Naucz się odpowiedzialnie dobierać i integrować źródła danych. Zrozumiesz, jak ważne jest pochodzenie danych, ich charakter i aktualność, z naciskiem na zgodność z prawem, różnorodność i sprawiedliwość. Analizując rodzaje błędów systematycznych i ich źródła, przyjrzysz się zagadnieniom rzetelności i reprezentatywności danych, aby zbudować kompleksowy zbiór danych do modelowania.
4
Walidacja danych i strategie ograniczania błędów systematycznych
Zgłęb zagadnienia audytu danych, walidacji i ograniczania błędów systematycznych. Wstępne przetwarzanie danych i wykrywanie błędów w modelowaniu to tematy, które warto poznać – przedstawimy je w przystępny sposób, korzystając z popularnych podejść i sprawdzonych technik!
R
Odpowiedzialne zarządzanie danymi w AI
Kurs
ukończony
