Dans ce cours, nous explorerons les questions fondamentales d'équité et de partialité dans l'apprentissage automatique. Alors que les modèles prédictifs commencent à prendre des décisions importantes, de l'admission à l'université aux décisions de prêt, il devient primordial d'empêcher les modèles de faire des prédictions injustes. Des préjugés humains à la connaissance des ensembles de données, nous explorerons de nombreux aspects de la construction de modèles plus éthiques.
Intelligence artificielle Données Équité et partialité
Ce cours fait partie de Spécialisation L'éthique à l'ère de l'IA
Instructeur : Brent Summers
8 180 déjà inscrits
Inclus avec
(105 avis)
Compétences que vous acquerrez
- Catégorie : apprentissage automatique équité
- Catégorie : Éthique
- Catégorie : biais des données
Détails à connaître
Ajouter à votre profil LinkedIn
9 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 3 modules dans ce cours
Bienvenue dans le cours ! Au cours de la première semaine, nous discuterons de la signification de l'équité dans le contexte de l'apprentissage automatique et de la signification de la parité réelle dans différents scénarios
Inclus
5 vidéos2 lectures3 devoirs2 sujets de discussion
Cette semaine, nous allons agir contre l'injustice. Maintenant que nous comprenons les questions d'équité, comment construire des modèles qui ne les violent pas ?
Inclus
5 vidéos2 lectures3 devoirs1 sujet de discussion
Cette semaine, nous aborderons les biais humains qui interviennent dans les processus de collecte des données et de sélection des attributs. L'objectif ? Éliminer les biais avant la construction du modèle
Inclus
5 vidéos2 lectures3 devoirs1 sujet de discussion
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Algorithmes
Fred Hutchinson Cancer Center
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
105 avis
- 5 stars
81,90 %
- 4 stars
14,28 %
- 3 stars
3,80 %
- 2 stars
0 %
- 1 star
0 %
Affichage de 3 sur 105
Révisé le 19 avr. 2022
Really great discussion of algorithms and how their designs make them susceptible to bias.
Révisé le 27 févr. 2023
Really appreciate given materials, especially good reading references!
Révisé le 26 juil. 2021
I love what you do and how you do it at learnQuest, keep doing great work
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.