一家電商公司以顧客交易紀錄作為單一資料來源,開發了商品推薦系統。隨著時間推進,部分族群的顧客開始回報推薦結果與他們的興趣不相符。你懷疑既有資料存在偏差與限制,並建議納入其他資料來源。
以下哪些資料來源應該納入考量?請選出 4 個適用的答案。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
了解在 AI 中負責任的資料管理背後的基本理論。你將先回顧安全性、透明度、公平性等關鍵面向,再進一步理解與這些面向相關的衡量指標與挑戰,並學會如何在負責任的 AI 與其他商務與技術需求之間取得平衡。
資料法規是任何 AI 專案合法性的核心。你將學習關鍵法規、第三方授權,以及在法律顧問協助下,針對知情同意與資料分享協議的合規策略。最後,你會學到如何制定健全的資料治理策略與資料管理計畫,確保專案在整個生命週期中都維持合規。
透過理解資料來源的出處、特性與時間面向,帶你負責任地選擇並整合資料來源,同時強調符合法規、多元性與公平性。藉由探索偏誤的種類與成因,你將檢視資料的公平與代表性,為建模打造一個完整的資料集。
當前練習
理解資料稽核、資料驗證與偏誤緩解。資料前處理與在建模中攔截偏誤聽起來或許不有趣,但讓我們用常見做法與可靠技術來簡化流程吧!