Uczenie maszynowe dla aplikacji wysokiego ryzyka: Podejścia do odpowiedzialnej sztucznej inteligencji

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 8 głosach.

Oryginalny tytuł:

Machine Learning for High-Risk Applications: Approaches to Responsible AI

Zawartość książki:

Ostatnia dekada była świadkiem szerokiego zastosowania technologii sztucznej inteligencji i uczenia maszynowego (AI/ML). Jednak brak nadzoru nad ich powszechnym wdrażaniem doprowadził do pewnych incydentów i szkodliwych skutków, których można było uniknąć dzięki odpowiedniemu zarządzaniu ryzykiem. Zanim zdamy sobie sprawę z prawdziwych korzyści płynących z AI/ML, praktycy muszą zrozumieć, jak złagodzić związane z nimi ryzyko.

Niniejsza książka opisuje podejście do odpowiedzialnej sztucznej inteligencji - holistyczne ramy poprawy technologii AI/ML, procesów biznesowych i kompetencji kulturowych, które opierają się na najlepszych praktykach w zakresie zarządzania ryzykiem, cyberbezpieczeństwa, prywatności danych i stosowanych nauk społecznych. Autorzy Patrick Hall, James Curtis i Parul Pandey stworzyli ten przewodnik dla naukowców zajmujących się danymi, którzy chcą poprawić rzeczywiste wyniki systemów AI/ML dla organizacji, konsumentów i społeczeństwa.

⬤ Poznaj techniczne podejścia do odpowiedzialnej sztucznej inteligencji w zakresie wyjaśnialności, walidacji i debugowania modeli, zarządzania uprzedzeniami, prywatności danych i bezpieczeństwa ML.

⬤ Dowiedz się, jak stworzyć skuteczną i wpływową praktykę zarządzania ryzykiem związanym ze sztuczną inteligencją.

⬤ Uzyskaj podstawowy przewodnik po istniejących standardach, przepisach i ocenach dotyczących wdrażania technologii sztucznej inteligencji, w tym nowych ram zarządzania ryzykiem sztucznej inteligencji NIST.

⬤ Korzystaj z interaktywnych zasobów w serwisach GitHub i Colab.