or
Den här övningen är en del av kursen
Lär dig om den grundläggande teorin bakom ansvarsfull datahantering inom AI. Du går igenom viktiga dimensioner som säkerhet, transparens, rättvisa och mer, innan du undersöker de mätvärden och utmaningar som är kopplade till dessa dimensioner och lär dig hur du balanserar ansvarsfull AI mot andra affärsmässiga och tekniska krav.
Datareglering är avgörande för att ett AI-projekt ska vara lagligt. Lär dig om viktiga regelverk, tredjepartslicenser och strategier för regelefterlevnad vad gäller informerat samtycke och datadelningsavtal (med juridisk rådgivning). Slutligen lär du dig att utveckla robusta datastyrningsstrategier och datahanteringsplaner för att säkerställa att projektet förblir regelefterlevande under hela sin livscykel.
Navigera genom ett ansvarsfullt urval och en ansvarsfull integration av datakällor genom att förstå vikten av datas ursprung, karaktär och aktualitet, med betoning på regelefterlevnad, mångfald och rättvisa. Genom att utforska olika typer av bias och deras ursprung undersöker du datafairness och representation för att skapa ett heltäckande dataset för modellering.
Aktuell övning
Förstå datagranskningar, datavalidering och hantering av bias. Dataförbehandling och att upptäcka bias i modellering kan låta tungt – men med vanliga metoder och beprövade tekniker gör vi det hanterbart!