Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 8 hlasoch.
Machine Learning for High-Risk Applications: Approaches to Responsible AI
V uplynulom desaťročí sa vo veľkej miere rozšírili technológie umelej inteligencie a strojového učenia (AI/ML). Nedostatočný dohľad nad ich rozsiahlym zavádzaním však viedol k niektorým incidentom a škodlivým následkom, ktorým sa dalo predísť správnym riadením rizík. Predtým, ako si budeme môcť uvedomiť skutočný prínos AI/ML, musia odborníci z praxe pochopiť, ako zmierniť jej riziká.
Táto kniha opisuje prístupy k zodpovednej AI - holistický rámec na zlepšenie technológie AI/ML, obchodných procesov a kultúrnych kompetencií, ktorý vychádza z osvedčených postupov v oblasti riadenia rizík, kybernetickej bezpečnosti, ochrany osobných údajov a aplikovaných spoločenských vied. Autori Patrick Hall, James Curtis a Parul Pandey vytvorili túto príručku pre dátových vedcov, ktorí chcú zlepšiť reálne výsledky systémov AI/ML pre organizácie, spotrebiteľov a verejnosť.
⬤ Oboznámte sa s technickými prístupmi k zodpovednej umelej inteligencii v oblasti vysvetľovania, overovania a ladenia modelov, riadenia zaujatosti, ochrany súkromia údajov a bezpečnosti ML.
⬤ Učte sa, ako vytvoriť úspešnú a vplyvnú prax riadenia rizík v oblasti umelej inteligencie.
⬤ Získajte základného sprievodcu existujúcimi normami, zákonmi a hodnoteniami pre prijímanie technológií AI vrátane nového rámca NIST pre riadenie rizík AI.
⬤ Využívajte interaktívne zdroje na GitHube a Colab.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)