यह तो वैध नहीं लगता

निम्नलिखित में से कौन-सा कथन डेटा प्रोसेसिंग के लिए वैध सहमति लागू करने के संबंध में अच्छी प्रैक्टिस है?

यह अभ्यास पाठ्यक्रम का हिस्सा है

Data Ethics परिचय

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

Data Ethics परिचय

SkillTag.level.beginnerSkillTag.label

4.8+

2511 reviews

पाठ्यक्रम मुफ्त में शुरू करें

आज के डेटा-ड्रिवन AI युग में, नियमों का पालन करते हुए और नैतिक तरीके से डेटा का उपयोग पहले से कहीं अधिक जरूरी है। हम व्यक्तियों, कंपनियों और व्यापक समाज के लिए डेटा एथिक्स के प्रभाव और महत्व को समझेंगे और खोजेंगे। हम एथिक्स और डेटा एथिक्स के सूक्ष्म संबंध पर रोशनी डालेंगे। व्यावहारिक उदाहरणों के माध्यम से हम अनैतिक इनोवेशन और डेटा प्रैक्टिसेज के नुकसान, साथ ही डेटा एथिक्स के फ़ायदे पर चर्चा करेंगे। हम डेटा एथिक्स और AI एथिक्स के संबंध पर भी बात करेंगे और उन्हें लागू करने की रणनीतियों का परिचय देंगे।

Exercise 1: डेटा एथिक्स से पहले एथिक्स Exercise 2: पेचीदा नैतिकता Exercise 3: एक जैसे, फिर भी अलग Exercise 4: केवल "हानि न पहुँचाएँ" से आगे Exercise 5: नैतिक डेटा साइंस Exercise 6: The ethics advantage Exercise 7: डेटा एथिक्स और AI एथिक्स Exercise 8: ईंधन और इंजन Exercise 9: डेटा एथिक्स या AI एथिक्स?

यह अध्याय डेटा लाइफसाइकल के विभिन्न चरणों में डेटा एथिक्स के महत्व और उसे लागू करने के व्यावहारिक ज्ञान और उदाहरण प्रदान करता है। अध्याय में डेटा प्रोटेक्शन और सिक्योरिटी, सूचित सहमति, भरोसा और पारदर्शिता, तथा जवाबदेही जैसे महत्वपूर्ण डेटा एथिक्स कॉन्सेप्ट्स के व्यावहारिक पक्ष शामिल हैं।

Exercise 1: डेटा लाइफ साइकल में नैतिकता से जुड़ी चुनौतियाँ Exercise 2: एथिक्स का फ़ायदा Exercise 3: हर चरण में बेहतरीन प्रथाएँ Exercise 4: मान्य सहमति Exercise 5: Consent form में क्या होना चाहिए?Exercise 6: यह तो वैध नहीं लगता

वर्तमान अभ्यास

Exercise 7: डेटा गोपनीयता और सुरक्षा Exercise 8: प्राइवेसी या सिक्योरिटी?Exercise 9: सुरक्षा में भलाई है Exercise 10: पारदर्शिता और उत्तरदायित्व Exercise 11: छिपाने लायक कुछ नहीं!Exercise 12: हर भूमिका की अहमियत!

यह अध्याय डेटा एथिक्स पर उन बातों पर ध्यान देता है जो आमतौर पर डेटा बायस और फ़ेयरनेस की चर्चा से आगे जाती हैं। आप डेटा-संबंधी पक्षपात को बेहतर समझेंगे और उनसे कैसे निपटना है यह सीखेंगे। आप FAIR—Findable, Accessible, Interoperable, और Reusable—डेटा सिद्धांतों के बारे में भी सीखेंगे ताकि डेटा को खुलकर साझा किया जा सके। आप विज्ञान और समाज के लिए ओपन डेटा के फ़ायदों को भी समझेंगे। अंत में, आप डेटा ऑपरेशंस की बदलती जवाबदेही और प्रभाव का अन्वेषण करेंगे, कंपनी लीडर्स और डेटा साइंटिस्ट्स की नैतिक ज़िम्मेदारी पर जोर देंगे, और डेटा एथिक्स के भविष्य के लिए तैयार होंगे।

Exercise 1: डेटा पूर्वाग्रहों से हम क्या करें?Exercise 2: डेटा में सब कुछ फेयर नहीं होता Exercise 3: क्या हम सब कुछ ठीक कर सकते हैं?Exercise 4: Fair data या FAIR data?Exercise 5: डेटा का पुन: उपयोग Exercise 6: FAIR फिर से क्या है?Exercise 7: विज्ञान और समाज के लिए ओपन डेटा Exercise 8: क्यों साझा करें?Exercise 9: Sharing is caring Exercise 10: जवाबदेही और प्रभाव का बदलता स्वरूप Exercise 11: अर्थपूर्ण जवाबदेही Exercise 12: Through ethics and thin Exercise 13: बधाई!