Fred Hutchinson Cancer Center
构建公平人工智能算法的实用步骤
Fred Hutchinson Cancer Center

构建公平人工智能算法的实用步骤

Emma Pierson
Kowe Kadoma

位教师:Emma Pierson

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
初级 等级

推荐体验

5 小时 完成
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。
初级 等级

推荐体验

5 小时 完成
灵活的计划
自行安排学习进度

您将学到什么

  • 了解广泛使用的公平和 Bias 的定义

  • 培训模型时应遵循的主要原则

  • 设计一种医疗保健 Algorithm

  • 推理挑战算法公平性的困境

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

17 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有4个模块

在本 Modulation 中,您将学习本课程所依赖的基本概念:什么是算法,以及为什么公平性的定义是棘手而微妙的。我们将首先定义什么是 Prediction 算法,因为本课程旨在让从未上过计算机科学课的学生也能 Accessibility。(如果你以前上过预测算法或机器学习的课程,请随意跳过这一部分)。 然后,我们将直接进入公平性。本课程将介绍十节实用的公平性课程,在本 Modulation 中,我们将讨论其中的两节课。我们还将抢先介绍本课程的课程如何应用于像 ChatGPT 这样的 Generative AI 模型。

涵盖的内容

12个视频2篇阅读材料4个作业

本 Modulation 将介绍设计公平算法的基本经验:应在哪些 Data 上进行训练,应使用哪些特征进行预测,以及应预测哪些结果。

涵盖的内容

6个视频4篇阅读材料5个作业

本 Modulation 讨论了记录算法和数据集的重要性,以便只在适当的场合使用它们。

涵盖的内容

5个视频2篇阅读材料3个作业

本 Modulation 讨论 Algorithm 预测与人类决策之间复杂的相互作用。

涵盖的内容

6个视频3篇阅读材料5个作业

位教师

Emma Pierson
Fred Hutchinson Cancer Center
1 门课程657 名学生

提供方

从 算法 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'
Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题