본 강의에서는 머신 러닝 분야에서의 보안 및 프라이버시와 관련된 기본 개념을 살펴봅니다. 그 기저에 깔린 윤리를 깊이 있게 탐구하면서, 유효한 예측 모델을 구축하는 과정에서 사용자의 프라이버시를 보호하는 방법을 알아보겠습니다. 또한 두 가지 심층 질문을 통해, 기업이 알고리즘을 구현하는 방법과 그에 따라 현재와 미래에 사용자 프라이버시 및 투명성에 영향을 미치는 방법도 모색할 것입니다.
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
모듈 1에서는 머신 러닝에서 익명성과 프라이버시의 실제 의미가 무엇인지 알아봅니다.
What's included
5 videos2 readings3 assignments2 discussion prompts
모듈 2에서는 데이터 세트의 보안에 대해 자세히 알아봅니다. 또한 기존 및 신규 데이터 세트에 포함된 개인을 보호하기 위한 프라이버시 보장 기술도 함께 살펴보겠습니다.
What's included
4 videos2 readings3 assignments1 discussion prompt
모듈 3에서는 윤리적 비공개 모델 실현에 대해 알아봅니다. 설명 가능한 AI의 발전 동향과 이러한 알고리즘을 개발하는 팀에서 겪을 수 있는 이해 충돌 문제를 함께 살펴보겠습니다.
What's included
5 videos1 reading3 assignments1 discussion prompt
Instructor
Offered by
Why people choose Coursera for their career
Recommended if you're interested in Data Science
University of Virginia
Google Cloud
University of Leeds
Google Cloud
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