Logo
☆☆☆☆☆
0.0
Intermediate
20h

负责任的人工智能:原则与实践

本课程深入探讨负责任的人工智能(AI)开发,帮助你掌握构建透明、公平且安全的AI系统所需的工具与策略。 首先,学习负责任AI的核心原则,包括公平性与透明性。通过分析真实案例,识别并减轻AI生命周期中的各类偏见,确保在医疗等关键领域实现公平的解决方案。 接着,深入了解可解释AI技术,以解读和传达AI模型的决策过程,提升系统的可信度与可追责性。学习保护数据隐私的策略,并有效降低风险,保障AI开发过程的安全性。 最后,探索负责任AI领域的创新技术,例如合成数据生成与主动学习,助你在不断发展的伦理AI领域保持领先。完成本课程后,你将具备设计和部署可信AI系统所需的知识与技能。

6 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
负责任的人工智能:原则与实践
本课程深入探讨负责任的人工智能(AI)开发,帮助你掌握构建透明、公平且安全的AI系统所需的工具与策略。 首先,学习负责任AI的核心原则,包括公平性与透明性。通过分析真实案例,识别并减轻AI生命周期中的各类偏见,确保在医疗等关键领域实现公平的解决方案。 接着,深入了解可解释AI技术,以解读和传达A...

WHAT YOU'LL LEARN

深入理解负责任的人工智能原则,包括公平性、透明性和可问责性

Content

6 Lessons • 0 Quizzes • 0 Challenges

负责任的人工智能简介
  1. 1

    课程介绍

  2. 2

    负责任的人工智能原则概述

  3. 3

    案例研究:信贷贷款审批数据

  4. 4

    案例研究:使用人工智能预测贷款审批决策

  5. 5

    AI决策可信度面临的挑战

  6. 6

    负责任的人工智能关键原则

  7. 7

    测验:负责任的人工智能简介

AI解决方案的公平性
  1. 1

    人工智能中的公平性简介

  2. 2

    人工智能生命周期中的偏见

  3. 3

    理解模型开发中的偏差

  4. 4

    案例研究:识别个人及敏感数据中的偏见

  5. 5

    案例研究:识别模型训练中的偏差

  6. 6

    案例研究:信贷数据中的偏见缓解

  7. 7

    案例研究:在医疗领域中应对公平性问题

  8. 8

    测验:AI解决方案的公平性

结论
  1. 1

    下一步是什么

可解释的人工智能
  1. 1

    可解释人工智能简介

  2. 2

    案例研究:入门模型可解释性

  3. 3

    揭秘黑盒模型可解释性的核心主题

  4. 4

    黑盒模型的可解释性技术

  5. 5

    案例研究:衡量医疗健康领域的特征重要性

  6. 6

    案例研究:使用部分依赖图探索特征影响

  7. 7

    案例研究:使用ICE曲线进行局部解释

  8. 8

    案例研究:使用LIME对回归问题进行局部解释

  9. 9

    案例研究:分类问题的局部解释

  10. 10

    案例研究:使用SHAP框架解释模型决策

  11. 11

    测验:可解释的人工智能

负责任的人工智能中的数据隐私、安全与保障
  1. 1

    负责任的人工智能中数据隐私的重要性

  2. 2

    保护数据隐私的最佳实践

  3. 3

    负责任人工智能的数据安全与保障

  4. 4

    提升人工智能解决方案的安全性

  5. 5

    测验:负责任的人工智能中的数据隐私、安全与保障

负责任人工智能的创新:开拓崭新前沿
  1. 1

    负责任人工智能的创新

  2. 2

    机器学习中人为输入的作用

  3. 3

    数据标注:架起人工智能与人类智能之间的桥梁

  4. 4

    主动学习:优化数据标注工作

  5. 5

    差分隐私:保护个人信息安全

  6. 6

    合成数据生成的重要性

  7. 7

    案例研究:合成数据生成

  8. 8

    测验:负责任的人工智能创新

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)