or
Este exercício faz parte do curso
Conheça a teoria fundamental por trás da gestão responsável de dados em IA. Você vai revisar dimensões-chave como segurança, transparência, justiça e mais, antes de conceituar as métricas e os desafios associados a essas dimensões e entender como equilibrar IA responsável com outros requisitos de negócios e técnicos.
A regulação de dados é essencial para a legalidade de qualquer projeto de IA. Saiba mais sobre principais regulamentações, licenças de terceiros e estratégias de conformidade para consentimento informado e acordos de compartilhamento de dados (com assessoria jurídica). Por fim, você aprenderá a desenvolver estratégias robustas de governança de dados e planos de gestão para manter seu projeto em conformidade durante todo o ciclo de vida.
Navegue pela seleção e integração responsáveis de fontes de dados entendendo a importância da origem, natureza e temporalidade dos dados, com ênfase em conformidade legal, diversidade e justiça. Ao explorar tipos de viés e suas origens, você vai analisar justiça e representatividade dos dados para criar um conjunto de dados abrangente para modelagem.
Entenda auditorias de dados, validação de dados e mitigação de vieses. Pré-processamento de dados e detecção de viés na modelagem podem não parecer empolgantes, mas vamos simplificar com abordagens comuns e técnicas confiáveis!
Exercício atual