In diesem Kurs werden wir uns mit grundlegenden Fragen der Fairness und Voreingenommenheit beim maschinellen Lernen beschäftigen. Da prädiktive Modelle wichtige Entscheidungen treffen, von der Hochschulzulassung bis hin zu Kreditentscheidungen, ist es von entscheidender Bedeutung, dass die Modelle keine unfairen Vorhersagen treffen. Von menschlicher Voreingenommenheit bis hin zum Bewusstsein für Datensätze werden wir viele Aspekte der Entwicklung ethischerer Modelle untersuchen.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Künstliche Intelligenz Daten Fairness und Voreingenommenheit
Dieser Kurs ist Teil von Spezialisierung Ethik im Zeitalter der KI
Dozent: Brent Summers
8.049 bereits angemeldet
Bei enthalten
(102 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: fairness beim maschinellen Lernen
- Kategorie: Ethik
- Kategorie: datenverzerrung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
9 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 3 Module
Willkommen zum Kurs! In der ersten Woche werden wir besprechen, was Fairness im Kontext des maschinellen Lernens bedeutet und was echte Parität in verschiedenen Szenarien bedeutet
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben2 Diskussionsthemen
Diese Woche werden wir etwas gegen Unfairness unternehmen. Da wir nun wissen, was es mit der Fairness auf sich hat, fragen wir uns, wie wir Modelle entwickeln können, die nicht gegen diese Regeln verstoßen
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben1 Diskussionsthema
In dieser Woche werden wir uns mit den menschlichen Voreingenommenheiten befassen, die bei der Datenerfassung und der Auswahl von Attributen eine Rolle spielen. Das Ziel? Beseitigung von Verzerrungen, bevor das Modell erstellt wird
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben1 Diskussionsthema
Dozent
von
Empfohlen, wenn Sie sich für Algorithmen interessieren
Fred Hutchinson Cancer Center
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 102
102 Bewertungen
- 5 stars
81,37 %
- 4 stars
14,70 %
- 3 stars
3,92 %
- 2 stars
0 %
- 1 star
0 %
Geprüft am 19. Apr. 2022
Geprüft am 14. Jan. 2021
Geprüft am 2. Okt. 2021
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.