Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot Explainable AI en ethiek
- De noodzaak van verklarendheid in AI-systemen
- Uitdagingen met betrekking tot AI-ethiek en eerlijkheid
- Overzicht van regelgevende en ethische standaarden
XAI-technieken voor ethische AI
- Modelonafhankelijke methoden: LIME, SHAP
- Technieken voor het opsporen van vooroordelen in AI-modellen
- Omgaan met begrijpelijkheid in complexe AI-systemen
Transparantie en verantwoordelijkheid binnen AI
- Het ontwerpen van transparante AI-systemen
- Verantwoordelijkheid waarborgen in AI-gestuurde besluitvorming
- Auditten van AI-systemen op eerlijkheid
Eerlijkheid en het verminderen van vooroordelen in AI
- Vooroordelen in AI-modellen opsporen en aanpakken
- Ervoor zorgen dat alle demografische groepen gelijk behandeld worden
- Ethische richtlijnen integreren in de AI-ontwikkeling
Regelgevende en ethische kaders
- Overzicht van standaarden voor AI-ethiek
- Regelgeving rondom AI in verschillende sectoren begrijpen
- AI-systemen afstemmen op GDPR, CCPA en andere regelingen
Praktische toepassingen van XAI in ethische AI
- Verklarendheid bij AI-toepassingen in de gezondheidszorg
- Transparante AI-systemen bouwen in de financiële sector
- Ethische AI implementeren binnen handhaving
Toekomstige ontwikkelingen in XAI en ethische AI
- Opkomende trends in onderzoek naar verklarelijkheid
- Nieuwe technieken voor het opsporen van vooroordelen en eerlijkheid
- Kansen voor toekomstige ethische AI-ontwikkeling
Samenvatting en vervolgstappen
Vereisten
- Basiskennis van machine learning-modellen
- Kennis van AI-ontwikkeling en -frameworks
- Interesse in ethiek rondom AI en transparantie
Doelgroep
- Ethici op het gebied van AI
- AI-ontwikkelaars
- Datawetenschappers
14 Uren
Getuigenissen (1)
De details van de wiskundige formules die de vooroordelen en beperkingen benadrukken, evenals de belangrijke parameters die moeten worden overwogen bij de praktische toepassing van de LIME- en SHAPE-methoden.
Heddy Bouron Cardey - Bayer
Cursus - Introduction to Explainable AI (XAI) for Beginners
Automatisch vertaald