تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی مبانی هوش مصنوعی مسئولیت پذیر (2022)

دوره آموزشی مبانی هوش مصنوعی مسئولیت پذیر (2022)

2 ساعت 31 دقیقهمتوسط2022-08-02

مدرسین

Ayodele Odubela

Ayodele Odubela

Data Scientist and AI Ethicist

جزئیات دوره

چقدر مسائل مربوط به سوگیری الگوریتمی و ناعادلانه را درک می کنید؟ در این دوره، Ayodele Odubela، دانشمند داده و اخلاق‌گر هوش مصنوعی، اصول هوش مصنوعی مسئول و همچنین چارچوب‌های لازم برای استفاده از تکنیک‌های RAI در سیستم‌های هوش مصنوعی را به شما آموزش می‌دهد. Ayodele توسعه هوش مصنوعی مدرن و مشکلات یادگیری ماشین (ML) را توضیح می دهد که با مهندسی نرم افزار متفاوت است. او کلان داده و اینکه از کجا می آید را مورد بحث قرار می دهد، سپس چندین نکته مهم از آگاهی و سواد داده را پوشش می دهد. Ayodele به چارچوب های اخلاقی، اسکن پیامدها، انصاف، مسئولیت پذیری و موارد دیگر می پردازد. او همچنین آسیب های مربوط به انصاف را توضیح می دهد، چرا آنها به وجود می آیند، چرا اهمیت دارند، و چه چیزی می توانید برای جلوگیری یا کاهش آنها. به علاوه، Ayodele شرح مفصلی از حقوق بشر در ارتباط با هوش مصنوعی ارائه می دهد.

مهارت ها

Responsible AIArtificial Intelligence FoundationsFoundationsArtificial Intelligence (AI)

سرفصل ها

0. مقدمه

  • 01 - درک هوش مصنوعی مسئول

1. فلسفه هوش مصنوعی

  • 02 - هوش مصنوعی چیست و چگونه داده ها آن را فعال می کنند
  • 03 - توسعه هوش مصنوعی مدرن
  • 04 - مشکلاتی در ML که با مهندسی نرم افزار متفاوت است

2. آگاهی و سواد داده ها

  • 05 - داده های بزرگ و اینکه از کجا می آیند
  • 06 - مشاهده روند در داده ها
  • 07 - ایجاد درک داده ها
  • 08 - تجسم و مقایسه داده ها
  • 09 - داستان سرایی با داده

3. نظریه های اخلاقی

  • 10 - مقدمه ای بر هوش مصنوعی اخلاقی
  • 11 - چارچوب های اخلاقی
  • 12 - خیرخواهی در مقابل بدخواهی
  • 13 - محاسبه عواقب
  • 14 - اسکن پیامدها
  • 15 - منفعت مشترک و انصاف

4. اصول هوش مصنوعی مسئول

  • 16 - انصاف
  • 17 - شفافیت
  • 18 - مسئولیت پذیری
  • 19 - توضیحات
  • 20 - تفسیر پذیری
  • 21 - فراگیری

5. آسیب الگوریتمی

  • 22 - چرا انصاف مضرات مربوط به آن
  • 23 - حوادث و آموخته های حیاتی هوش مصنوعی
  • 24 - تعصب در چرخه عمر طراحی و توسعه
  • 25 - استدلال علّی و انصاف
  • 26 - کاهش ریسک در هوش مصنوعی
  • 27 - جنبه های فنی راه حل های فنی اجتماعی

6. حقوق بشر و هوش مصنوعی

  • 28 - ناشناس بودن و حفظ حریم خصوصی داده ها
  • 29 - استفاده ناخواسته و سوء استفاده
  • 30 - موارد تجاری غیر اخلاقی
  • 31 - نظام ها و جامعه خودمختار
  • 32 - هوش مصنوعی برای چه کسانی ساخته شده است

نتیجه

  • 33 - مقررات هوش مصنوعی و بکارگیری چارچوب های هوش مصنوعی مسئول

دوره های مرتبط

مسیرهای مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal