Kursplan

Introduksjon til Forklarbar AI og etikk

  • Behovet for forklarbarhet i AI-systemer
  • Utfordringer innen AI-etikk og rettferdighet
  • Oversikt over regulatoriske og etiske standarder

XAI-teknikker for etisk kunstig intelligens

  • Modellagnostiske metoder: LIME, SHAP
  • Bias deteksjonsteknikker i AI-modeller
  • Håndtere tolkbarhet i komplekse AI-systemer

Åpenhet og ansvarlighet i AI

  • Utforming av transparente AI-systemer
  • Sikre ansvarlighet i AI-beslutninger
  • Revisjon av AI-systemer for rettferdighet

Rettferdighet og skjevhetsbegrensning i AI

  • Oppdage og adressere skjevhet i AI-modeller
  • Sikre rettferdighet på tvers av ulike demografiske grupper
  • Implementere etiske retningslinjer i AI-utvikling

Regulatoriske og etiske rammer

  • Oversikt over AI-etiske standarder
  • Forstå AI-forskrifter i forskjellige bransjer
  • Justere AI-systemer med GDPR, CCPA og andre rammeverk

Real-World-applikasjoner av XAI i etisk AI

  • Forklaring i helsevesenets AI
  • Bygge transparente AI-systemer innen finans
  • Utplassering av etisk kunstig intelligens i rettshåndhevelse

Fremtidige trender innen XAI og etisk AI

  • Nye trender innen forklaringsforskning
  • Nye teknikker for rettferdighet og skjevhet
  • Muligheter for etisk AI-utvikling i fremtiden

Sammendrag og neste trinn

Krav

  • Grunnleggende kunnskap om maskinlæringsmodeller
  • Kjennskap til AI-utvikling og rammeverk
  • Interesse for AI-etikk og åpenhet

Publikum

  • AI-etikere
  • AI-utviklere
  • Dataforskere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories