Kursplan

Innføring i forklarbar AI og etikk

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

XAI-teknikker for etisk AI

  • Modellagnostiske metoder: LIME, SHAP
  • Teknikker for å oppdage fordommer i AI-modeller
  • Å håndtere tolkbarhet i komplekse AI-systemer

Gjennomsiktighet og ansvarlighet i AI

  • Å designe gjennomsiktige AI-systemer
  • Å sikre ansvarlighet i AI-beslutningsprosesser
  • Å revidere AI-systemer for rettferdighet

Rettferdighet og redusert fordom i AI

  • Å oppdage og adressere fordommer i AI-modeller
  • Å sikre rettferdighet over forskjellige demografiske grupper
  • Å implementere etiske retningslinjer i AI-utvikling

Regulerende og etiske rammeverk

  • Oversikt over AI-etikkstandarder
  • Å forstå AI-reguleringer i forskjellige bransjer
  • Å justere AI-systemer med GDPR, CCPA, og andre rammeverk

Praktiske anvendelser av XAI i etisk AI

  • Forklarbarhet i helse-AI
  • Å bygge gjennomsiktige AI-systemer i finans
  • Å innføre etisk AI i politiarbeid

Fremtidige trender i XAI og etisk AI

  • Oppstående trender i forklarbarhetsforskning
  • Nye teknikker for rettferdighet og oppdagelse av fordommer
  • Muligheter for etisk AI-utvikling i fremtiden

Sammendrag og neste skritt

Krav

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

Målgruppe

  • AI-etikere
  • AI-utviklere
  • Datavitere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories