Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az Explainable AI és az etika területére
- Az AI rendszerek magyarázhatóságának szükségessége
- Az AI etika és fairness kihívások
- Szabályozási és etikai szabványok áttekintése
XAI technikák etikus AI fejlesztéshez
- Modell-agnosztikus módszerek: LIME, SHAP
- Bias detektálás technikái AI modellekben
- Interpretálhatóság kezelése bonyolult AI rendszerekben
Átláthatóság és felelősség az AI-ban
- Átlátható AI rendszerek tervezése
- Felelősség biztosítása az AI döntéshozatalban
- AI rendszerek fairness-ellenőrzése
Fairness és bias csökkentés az AI-ban
- Bias detektálása és kezelése AI modellekben
- Fairness biztosítása különböző demográfiai csoportokban
- Etikai irányelvek implementálása az AI fejlesztésében
Szabályozási és etikai keretek
- AI etika szabványok áttekintése
- AI szabályozások megértése különböző iparágakban
- AI rendszerek egyeztetése a GDPR, CCPA és más keretekkel
XAI valós világbeli alkalmazásai etikus AI-ban
- Magyarázhatóság az egészségügyi AI-ban
- Átlátható AI rendszerek építése a pénzügyi szektorban
- Etikus AI alkalmazása a rendőrségnél
Jövőbeli tendenciák az XAI és etikus AI területén
- Újabb tendenciák a magyarázhatóság kutatásában
- Új technikák a fairness és bias detektáláshoz
- Lehetőségek etikus AI fejlesztéséhez a jövőben
Összefoglalás és következő lépések
Követelmények
- Gépi tanulásmodellekkel kapcsolatos alapvető ismeretek
- Ismeret az AI fejlesztéséről és keretrendszereiről
- Érdeklődés az AI etikája és átláthatósága iránt
Célközönség
- AI-etikusok
- AI-fejlesztők
- Adattudósok
14 Órák
