在本课程中,您将了解人工智能以及用于改变业务以获得竞争优势的战略。您将探索人工智能在企业环境中的多种用途,以及可用于降低人工智能使用门槛的工具。您将更深入地了解可解释人工智能的目的、功能和用例。本课程还将为您提供建立负责任的人工智能管理算法的工具,因为教师们会深入研究您在企业环境中有望看到的大型数据集,以及这些数据集如何在更大范围内影响业务。最后,您将考察组织结构中的人工智能、人工智能如何在变革管理中发挥关键作用以及人工智能流程的风险。在本课程结束时,您将学习到识别数据中存在的偏见的不同策略、如何确保维护和建立对用户数据和隐私的信任,以及构建负责任的治理策略所需的条件。如需额外阅读,可将 Hosanagar 教授的著作《A Human's Guide to Machine Intelligence》作为额外资源,以获取有关本模块所涵盖主题的更广泛信息。

人工智能战略与管理
本课程是 企业人工智能 专项课程 的一部分



位教师:Kartik Hosanagar
访问权限由 New York State Department of Labor 提供
25,902 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4个模块
在本模块中,您将首先了解人工智能的关键投入,以及目前使用哪些工具来降低人工智能的使用门槛。接下来,您将了解人工智能的经济学,以及随着人工智能在支持行业需求方面变得越来越重要和我们看到更多的云应用而出现的竞争。您将了解与深度学习相关的数据价值,AutoML 如何改变机器学习的格局,以及日益激烈的竞争和数据采集的影响。本模块结束时,您将了解人工智能和机器学习的经济影响,以及它们如何以看不见的方式影响我们的生活。您还将了解计算硬件的复杂性,以及它如何影响消费者需求和隐私需求。
涵盖的内容
14个视频2篇阅读材料2个作业
在本模块中,您将研究人工智能和数据分析,以展示大数据的经济应用案例。您还将了解用于降低人工智能使用门槛的方法和工具。您还将回顾当前的大数据实例,以及这些公司如何使用其分析工具来提高生产力和实现转型。最后,您将深入了解人工智能如何应用于生物制药领域,以及人工智能投资的回报如何振兴其行业。本模块结束时,您将牢牢掌握人工智能在不同行业中的实际部署、使用案例,以及如何以最佳方式实施人工智能,推动业务创新和转型。
涵盖的内容
8个视频1篇阅读材料2个作业
在本模块中,您将研究基于人类行为的数据中可能存在的固有偏见。在这些基础上,您将探索算法偏见的不同应对措施,以及组织应如何应对和克服这些挑战。然后,您将回顾数据操纵、不同类型的操纵以及从道德角度处理这些问题的方法。最后,您将考察数据保护和现有的保护消费者和个人数据的法律框架,以及隐私生命周期的各个阶段。本模块结束时,您将对数据偏差、操纵以及如何处理和存储数据的道德问题有透彻的了解。您将能够实施更公平的算法,并了解不当管理所收集数据的法律后果。
涵盖的内容
5个视频1篇阅读材料2个作业
在本模块中,您将了解可解释的人工智能及其与深度学习的关系。您还将回顾可解释人工智能的重要性,以及创建公平算法和人工智能政策的不同方法。您还将研究可解释的人工智能,并回顾公平算法的必要性。您还将了解为什么我们并不总是在每个模型中使用可解释的人工智能,以及它可能对性能产生的影响。本模块结束时,您将深入了解人工智能决策、公平和透明在创建可解释人工智能系统中的重要性,以及在使用人工智能和机器学习时建立信任的道德原则和管理政策。
涵盖的内容
7个视频1篇阅读材料2个作业1次同伴评审
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。
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
80.09%
- 4 stars
14.98%
- 3 stars
3.43%
- 2 stars
0.73%
- 1 star
0.73%
显示 3/407 个
已于 Apr 28, 2024审阅
This course is very interesting. The only thing I wish it included is more info on how to implement from leadership prospective. the C-level proposals and strategy discussions.
已于 Jul 14, 2024审阅
I became aware of AI implementation and Governance practice to mitigate the chances of failure and bring productive outcome
已于 Jul 14, 2025审阅
I loved this module the most especially module 2 with Prof. Lynn Wu, amazing research that clarified many questions in regards to the future use of AI/ML and the socioeconomic effects on workforce
从 数据科学 浏览更多内容

Saïd Business School, University of Oxford

Coursera

University of Pennsylvania

Starweaver
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。




