2014: The Art of the Deception Resmî site

Yapay zeka günlük uygulamalara derinlemesine entegre olunca, geliştiriciler modellerinin sadece doğru olmadığını değil, aynı zamanda adil, açıklanabilir ve sorumlu olduğunu da sağlamak zorundadır. Yapay zekaya güven inşa etmek için "kara kutu" sistemlerinden şeffaf, yorumlanabilir makine öğrenimi çalışma akışlarına doğru ilerlemek gerekiyor. Bu yazılı kurs, sorumlu yapay zekanın temel ilkeleri boyunca size rehberlik ederek, model kararlarını açıklamak, önyargıyı tespit etmek ve verilerinizi ve algoritmalarınızı etkili bir şekilde belgelemek için temel bilgiyi size sağlar. Ne öğreneceksin: - Sorumlu yapay zekanın temel tanımlarını ve etik dayanak noktalarını, yorumlanabilirliği ve şeffaflığı anlamak. - Karmaşık makine öğrenimi algoritmalarının karar vermelerini anlamak için model-agnostik açıklama yöntemleri uygulayın. - Hem eğitim veri setlerinde hem de model çıktılarında modern değerlendirme çerçevelerini kullanarak önyargıyı tespit ve hafifletmek. - Sistem davranışını net bir şekilde iletecek model kartları ve veri kartları da dahil olmak üzere şeffaflık belgelerini uygulayın. - Modern üretken yapay zeka ve büyük dil modellerinde yorumlanabilirlik zorluklarını keşfetmek. Modelleri değerlendirme ve yapay zeka boru hatlarını belgeleme için pratik tekniklere geçmeden önce, temel terminoloji ve şeffaflığın etik temelleriyle başlayacaksınız. Bu kurs, sorumlu yapay zeka uygulamalarına yeni başlayan ve ileri matematiksel bir geçmişi olmadan makine öğrenimi uygulamalarında güven inşa etmek isteyen yazılım geliştiriciler, veri bilimcileri ve mühendisler için tasarlanmıştır. Etik, şeffaf ve yorumlanabilir yapay zeka sistemleri inşa etmeyi bugün öğrenmeye başlayın.