enthaltenAlgorithmen helfen zunehmend dabei, wichtige Entscheidungen im Gesundheitswesen, in der Strafjustiz, bei Einstellungen und in anderen wichtigen Bereichen zu treffen. Daher ist es wichtig, dass diese Algorithmen fair sind. In den letzten Jahren hat sich jedoch gezeigt, dass Algorithmen aufgrund von Alter, Geschlecht, Nationalität, Rasse und anderen Merkmalen auf vielfältige Weise verzerrt sein können. In diesem Kurs lernen Sie zehn praktische Prinzipien für die Entwicklung fairer Algorithmen kennen. Der Schwerpunkt liegt auf der Praxisrelevanz anhand konkreter Fallstudien moderner Algorithmen, darunter solche aus den Bereichen Strafjustiz, Gesundheitswesen und große Sprachmodelle wie ChatGPT. Sie werden die grundlegenden Regeln verstehen, die Sie beim Entwurf fairer Algorithmen befolgen müssen, und Sie werden Algorithmen auf ihre Fairness hin beurteilen können.
Empfohlene Erfahrung
Was Sie lernen werden
Weit verbreitete Definitionen von Fairness und Bias verstehen
Die wichtigsten Grundsätze für das Training von Modellen
Entwerfen Sie einen Algorithmus für das Gesundheitswesen
Überlegungen zu herausfordernden Fairness-Dilemmas von Algorithmen
Kompetenzen, die Sie erwerben
- Kategorie: Algorithmus Entwurf
- Kategorie: Algorithmische Fairness
- Kategorie: Prädiktive Modellierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
17 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
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 4 Module
In diesem Modul lernen Sie die grundlegenden Konzepte kennen, auf die sich dieser Kurs stützt: was ein Algorithmus ist und warum Fairness schwierig und schwierig zu definieren ist. Wir beginnen damit, zu definieren, was ein prädiktiver Algorithmus überhaupt ist, denn dieser Kurs ist so konzipiert, dass er auch für Studenten zugänglich ist, die noch nie einen Informatikkurs besucht haben. (Wenn Sie bereits einen Kurs über prädiktive Algorithmen oder maschinelles Lernen besucht haben, können Sie diesen Abschnitt gerne überspringen) Dann geht es direkt mit Fairness weiter. In diesem Kurs werden zehn praktische Lektionen zur Fairness vorgestellt, von denen wir in diesem Modul zwei besprechen werden. Außerdem geben wir einen Vorgeschmack darauf, wie die Lektionen dieses Kurses auf generative KI-Modelle wie ChatGPT angewendet werden können.
Das ist alles enthalten
12 Videos2 Lektüren4 Aufgaben
In diesem Modul werden die grundlegenden Lektionen für die Entwicklung fairer Algorithmen behandelt: auf welchen Daten sie trainiert werden sollten, welche Merkmale sie zur Vorhersage verwenden sollten und welche Ergebnisse sie vorhersagen sollten.
Das ist alles enthalten
6 Videos4 Lektüren5 Aufgaben
In diesem Modul wird erörtert, wie wichtig es ist, Algorithmen und Datensätze zu dokumentieren, damit sie nur dort eingesetzt werden, wo sie angemessen sind.
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben
In diesem Modul geht es um das komplexe Zusammenspiel von algorithmischen Vorhersagen und menschlichen Entscheidungen.
Das ist alles enthalten
6 Videos3 Lektüren5 Aufgaben
Empfohlen, wenn Sie sich für Algorithmen interessieren
Johns Hopkins University
Johns Hopkins University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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 ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu 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.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.