본 강의에서는 머신 러닝의 공정성과 편향에 대한 근본적인 문제를 배웁니다. 대학교 입학부터 대출 허가까지, 예측 모델을 이용해 만드는 중요한 결정이 늘어나면서, 모델이 불공정한 예측을 만들지 않게 하는 것이 굉장히 중요해졌습니다. 인간에서 비롯된 편향부터 데이터 세트 인지까지, 윤리적인 모델 구축의 여러 방면을 알아보겠습니다.
Details to know
Add to your LinkedIn profile
9 assignments
See how employees at top companies are mastering in-demand skills
Earn a career certificate
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
There are 3 modules in this course
강의에 오신 여러분, 환영합니다! 1주 차에는 머신 러닝의 맥락에서 공정성이 무엇을 의미하는지, 여러 시나리오에서의 참 패리티가 무엇을 의미하는지 이야기합니다.
What's included
5 videos2 readings3 assignments2 discussion prompts
이번 주에는 불공정에 맞서볼 겁니다. 공정성 문제를 이해했으니, 공정성을 위반하지 않는 모델을 구축하는 방법을 알아봅시다.
What's included
5 videos2 readings3 assignments1 discussion prompt
이번 주에는 데이터 수집 및 속성 선택 과정에서 일어나는 편향 중 인간에서 비롯된 편향을 알아보겠습니다. 목표는 모델을 구축하기 전에 편향을 제거하는 겁니다.
What's included
5 videos2 readings3 assignments1 discussion prompt
Instructor
Offered by
Why people choose Coursera for their career
Recommended if you're interested in Computer Science
Macquarie University
Duke University
Rutgers the State University of New Jersey
Erasmus University Rotterdam
Open new doors with Coursera Plus
Unlimited access to 10,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Advance your career with an online degree
Earn a degree from world-class universities - 100% online
Join over 3,400 global companies that choose Coursera for Business
Upskill your employees to excel in the digital economy