After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Искусственный интеллект (ИИ) и данные повсюду. Их растущее присутствие в нашей повседневной жизни делает ещё более важным ответственное управление данными на протяжении всех наших проектов в области ИИ, будь то на работе или в личных проектах. Этот концептуальный курс познакомит вас с фундаментальными принципами ответственного управления данными для ИИ, такими как безопасность и прозрачность, а затем рассмотрит лицензирование, получение и валидацию данных.
Узнайте о нормативном соответствии и лицензировании
Понимая фундаментальную теорию, вы сможете использовать эти знания для оценки требований к соблюдению норм и лицензированию (при необходимости обращаясь за юридической консультацией). Вы узнаете о некоторых из самых важных нормативных актов в сфере данных, таких как HIPAA и GDPR, о некоторых из самых распространённых типов лицензий и о том, как использовать план управления данными, чтобы ваш проект в области ИИ всегда соответствовал требованиям.Ответственно работайте с данными и используйте их
Ответственные практики работы с данными также включают то, как и где вы получаете свои данные. Вы поймёте, этичен ли источник, какие у него могут быть ограничения и как интегрировать данные из разных источников.Проверьте свои данные
Наконец, вы узнаете о аудите данных и о том, как применять стратегии валидации и снижения рисков, чтобы ваши данные оставались свободными от предвзятости. Обладая всеми этими навыками, вы сможете критически оценивать и ответственно управлять данными в любом проекте в области ИИ. Более того, вы сможете применять эти навыки в любом будущем проекте, связанном с данными, и будете чувствовать себя гибко и уверенно, готовыми к любым задачам!Предварительные требования
Программа
Структура курса
1
Введение в ответственное управление данными в ИИ
Изучите фундаментальную теорию ответственного управления данными в ИИ. Вы рассмотрите ключевые аспекты: безопасность, прозрачность, справедливость и другие — а также познакомитесь с метриками и сложностями, связанными с этими аспектами, и научитесь соблюдать баланс между принципами ответственного ИИ и бизнес- и техническими требованиями.
- Измерения ответственного управления данными50 XP
- Ответственная разработка ИИ50 XP
- Принципы ответственного обращения с данными100 XP
- Метрики ответственного ИИ50 XP
- Планирование ответственного проекта в области ИИ50 XP
- Ответственное использование данных100 XP
- Справедливость в ИИ-проектах100 XP
- Трудности ответственного ИИ50 XP
- Компромиссы в ответственном ИИ100 XP
- Профессиональные обязанности и этическое поведение50 XP
2
Соответствие нормативным требованиям и лицензирование
Соответствие нормативным требованиям — обязательное условие законности любого проекта в сфере ИИ. Вы узнаете о ключевых регуляторных нормах, лицензиях третьих сторон и стратегиях соблюдения требований информированного согласия и соглашений об обмене данными (совместно с юридическими консультантами). Кроме того, вы освоите разработку надёжных стратегий управления данными и планов управления ими, чтобы проект оставался соответствующим требованиям на протяжении всего жизненного цикла.
3
Получение данных
Научитесь ответственно выбирать и интегрировать источники данных, понимая важность их происхождения, характера и актуальности с акцентом на соблюдение законодательства, разнообразие и справедливость. Изучив виды предвзятости и причины её возникновения, вы рассмотрите вопросы справедливости и репрезентативности данных, чтобы сформировать полноценный набор данных для моделирования.
4
Проверка данных и стратегии снижения предвзятости
Разберитесь в аудите данных, их проверке и методах снижения предвзятости. Предварительная обработка данных и выявление предвзятости при моделировании могут казаться сложными задачами — но мы упростим их с помощью распространённых подходов и проверенных методов.
R
Ответственное управление данными в ИИ
Курс
завершён
