ข้ามไปยังเนื้อหาหลัก

คอร์ส

การกำกับดูแล AI

เบื้องต้น2 ชม.

เรียนรู้การกำกับดูแล AI ด้วย Collibra สร้าง ฝัง และขยาย Responsible AI ด้วยเครื่องมือ เฟรมเวิร์ก และเวิร์กโฟลว์ MLOps

R2 ชม.12 วิดีโอ51 แบบฝึกหัด3,200 XP5,841ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

หลักสูตรนี้เกี่ยวกับการกำกับดูแล AI นำเสนอแนวทางในการสร้างระบบกำกับดูแลที่มีความรับผิดชอบและขยายขนาดได้สำหรับ AI นำเสนอข้อมูลเชิงลึกจากผู้เชี่ยวชาญที่ Collibra คุณจะได้เรียนรู้วิธีจัดให้จริยธรรม การปฏิบัติตามข้อกำหนด และเป้าหมายทางธุรกิจสอดคล้องกันในโปรแกรม AI ที่ใช้งานจริง

เริ่มต้นด้วยเหตุผลและกลุ่มเป้าหมาย

คุณจะเริ่มต้นด้วยการกำหนดขอบเขตของการกำกับดูแล AI และทำให้ผู้มีส่วนได้ส่วนเสียหลักสอดคล้องกัน ตั้งแต่ฝ่ายกฎหมายและความเสี่ยง ไปจนถึงวิทยาศาสตร์ข้อมูลและธุรกิจ จากนั้น เมื่อใช้เครื่องมืออย่างการประเมินความพร้อมและโมเดลความพร้อมระดับ成熟 คุณจะได้เรียนรู้วิธีตั้งวัตถุประสงค์ด้านธรรมาภิบาลที่สนับสนุนทั้งความต้องการด้านการปฏิบัติตามข้อกำหนดและกลยุทธ์ขององค์กร

ทำให้การกำกับดูแลใช้งานได้จริงในทุกวัน

ค้นพบวิธีฝังการกำกับดูแลเข้าไปในเวิร์กโฟลว์ประจำวันของคุณผ่านเช็กลิสต์ จุดตรวจอนุมัติ และเอกสารอัตโนมัติ เรียนรู้วิธีผสานการกำกับดูแลเข้ากับไปป์ไลน์ MLOps และปรับแนวทางของคุณโดยใช้โมเดลแบบเบาหรือแบบหนักตามระดับความเสี่ยงและขนาดงาน

ขยายสเกลอย่างชาญฉลาด พร้อมรักษาความรับผิดชอบ

สำรวจวิธีขยายการกำกับดูแลให้ครอบคลุมทีมและภูมิภาคต่างๆ โดยใช้โมเดลแบบเฟเดอเรตและแพลตฟอร์มการกำกับดูแลอย่างของ Collibra คุณจะได้เรียนรู้การติดตาม KPI ด้านธรรมาภิบาล การรักษาความสามารถในการตรวจสอบย้อนกลับ และการขับเคลื่อนการปรับปรุงอย่างต่อเนื่องผ่านการติดตามและวงจรป้อนกลับด้วย

ข้อกำหนดเบื้องต้น

คอร์สนี้ไม่มีข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

พื้นฐานการกำกับดูแล AI

ทำความเข้าใจว่าการกำกับดูแล AI คืออะไร แตกต่างจากจริยธรรมและการบริหารความเสี่ยงอย่างไร และเหตุใดจึงเป็นสิ่งจำเป็นสำหรับ AI ที่มีความรับผิดชอบ เรียนรู้องค์ประกอบสำคัญของระบบการกำกับดูแล บทบาทและความรับผิดชอบของแต่ละทีม รวมถึงวิธีฝังความรับผิดชอบและการดูแลตรวจสอบตลอดวงจรชีวิตของ AI
เริ่มบทเรียน
2

กฎระเบียบและกรอบงานในทางปฏิบัติ

เจาะลึกกฎระเบียบ AI ระดับโลก ทั้ง EU AI Act และคำสั่งบริหารของสหรัฐฯ พร้อมเรียนรู้วิธีระบุและจัดการระบบที่มีความเสี่ยงสูง สำรวจแนวทางการกำกับดูแลที่สำคัญ เช่น การประเมินความสอดคล้อง การจัดทำเอกสารโมเดล และการประเมินผลกระทบ รวมถึงทำความเข้าใจว่าการกำกับดูแลตนเองและการตรวจสอบย้อนกลับช่วยสร้างความสอดคล้อง ความน่าเชื่อถือ และความรับผิดชอบในระยะยาวได้อย่างไร
เริ่มบทเรียน
3

การนำการกำกับดูแลไปใช้ในองค์กร

เรียนรู้วิธีออกแบบ ฝัง และขยายการกำกับดูแล AI ในบริบทการใช้งานจริง บทนี้ครอบคลุมการจัดแนวทางของผู้มีส่วนได้ส่วนเสีย การผสานการกำกับดูแลเข้ากับ workflow ผ่าน MLOps โมเดลการกำกับดูแลแบบเบาและแบบหนัก ระบบอัตโนมัติเพื่อรองรับการขยายขนาด และกลยุทธ์การติดตามผลด้วย KPI เพื่อขับเคลื่อนการปรับปรุงอย่างต่อเนื่องและความรับผิดชอบทั่วทั้งระบบ AI
เริ่มบทเรียน
R

การกำกับดูแล AI

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา