Apprendimento automatico per applicazioni ad alto rischio: Approcci all'IA responsabile

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 8 voti.

Titolo originale:

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

Contenuto del libro:

Nell'ultimo decennio si è assistito a un'ampia adozione delle tecnologie di intelligenza artificiale e apprendimento automatico (AI/ML). Tuttavia, la mancanza di supervisione nella loro implementazione diffusa ha causato alcuni incidenti e risultati dannosi che avrebbero potuto essere evitati con una corretta gestione del rischio. Prima di poter realizzare i veri benefici dell'AI/ML, i professionisti devono capire come mitigarne i rischi.

Questo libro descrive gli approcci all'IA responsabile: un quadro olistico per migliorare la tecnologia, i processi aziendali e le competenze culturali dell'IA/ML che si basa sulle migliori pratiche di gestione del rischio, sicurezza informatica, privacy dei dati e scienze sociali applicate. Gli autori Patrick Hall, James Curtis e Parul Pandey hanno creato questa guida per gli scienziati dei dati che vogliono migliorare i risultati dei sistemi di IA/ML nel mondo reale per le organizzazioni, i consumatori e il pubblico.

⬤ Imparare gli approcci tecnici per un'IA responsabile attraverso la spiegabilità, la convalida e il debug dei modelli, la gestione dei pregiudizi, la privacy dei dati e la sicurezza dell'IA.

⬤ Imparare a creare una pratica di gestione del rischio dell'IA di successo e di impatto.

⬤ Ottenere una guida di base agli standard, alle leggi e alle valutazioni esistenti per l'adozione delle tecnologie AI, compreso il nuovo NIST AI Risk Management Framework.

⬤ Partecipare alle risorse interattive su GitHub e Colab.