欢迎访问 "负责任的人工智能--原则与伦理考虑"!与我们一起深入探讨负责任的人工智能的本质。揭示塑造技术未来的关键原则的意义。从道德考量到公平性、透明度和问责制,我们结合现实世界中的实例,将这些原则置于数据科学的背景下进行讨论。 本课程专为不同的学习者群体设计,包括寻求扩展知识的成人学习者、塑造技术格局的 AI 政策制定者,以及专门引导 AI 战略整合的技术领域领导者。本课程对人工智能政策制定者、人工智能思想领袖以及任何对利用人工智能潜力充满好奇的人也有帮助,根植于不同的职业角色和愿望。

负责任的人工智能--原则与伦理考量
本课程是 人工智能和生成式人工智能的领导力战略 专项课程 的一部分
访问权限由 New York State Department of Labor 提供
1,981 人已注册
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有5个模块
在本 Modulation 中,您将了解人工智能及其在不同领域带来的挑战。您将能够理解 "负责任的人工智能 "的必要性和 "负责任的人工智能 "的 6 项原则。
涵盖的内容
10个视频4篇阅读材料3个作业1个插件
在本 Modulation 中,您将学习 AI 中的公平性概念,并深入了解可能渗入机器学习管道的不同形式的偏见。您还将了解减轻和测量 Bias 的有效技术。
涵盖的内容
8个视频3个作业1个讨论话题
在本 Modulation 中,您将探索 AI 中的透明度概念,深刻理解其重要性。您还将发现数据和 Model 的透明度如何在实现可解释性方面发挥至关重要的作用,最终实现透明、可解释的商业决策。
涵盖的内容
5个视频2个作业
在本 Modulation 中,您将学习 AI 中问责制的核心概念及其意义。探索漂移的概念,包括其各种类型,并深入研究在 AI 系统中检测漂移的各种技术。
涵盖的内容
3个视频2篇阅读材料2个作业1个讨论话题
在本 Modulation 中,您将了解 AI 对数据隐私的关键需求。探索 "隐私设计"(Privacy by Design)、其基本要素以及如何在 AI 系统中保护隐私。了解 AI 安全性和差异隐私的概念,以实现稳健而私密的 AI 应用。
涵盖的内容
4个视频2篇阅读材料2个作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师


人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
62.50%
- 4 stars
20.83%
- 3 stars
12.50%
- 2 stars
4.16%
- 1 star
0%
显示 3/24 个
已于 May 31, 2024审阅
Excellent course content. Additional Hands on activities or projects would have been nice. Thanks for the course.
从 数据科学 浏览更多内容

Johns Hopkins University

AI CERTs

Alex Genadinik



