​Practical Fairness: Achieving Fair and Secure Data Models (2020)
Автор: Aileen Nielsen
Количество страниц: 346

Растущее количество свидетельств показывает, что широкое распространение машинного обучения и искусственного интеллекта в бизнесе и правительстве воспроизводит те же предубеждения, с которыми мы пытаемся бороться в реальном мире. Но что означает справедливость, когда дело касается кода? В этой практической книге рассматриваются основные проблемы, связанные с безопасностью и конфиденциальностью данных, чтобы помочь специалистам в области данных и ИИ использовать справедливый и свободный от предвзятости код. Автор проведет вас через технические, юридические и этические аспекты создания честного и безопасного кода, подчеркнув при этом актуальные академические исследования и текущие правовые разработки, связанные с честностью и алгоритмами.

Во время чтения книги вы:
✔️Используете превентивные меры для минимизации систематических ошибок при разработке конвейеров моделирования данных;
✔️Поймете, какие компоненты конвейера данных влияют на безопасность и конфиденциальность;
✔️Напишете код для обработки и моделирования данных, который реализует передовые методы обеспечения справедливости;
✔️Увидите сложные взаимосвязи между справедливостью, конфиденциальностью и безопасностью данных, создаваемые с помощью моделей машинного обучения;
✔️Примените нормативные и правовые концепции, относящиеся к оценке справедливости моделей машинного обучения.

Достоинства:
➕Глубокое погружение в тему;
➕Хорошая структурированность.

Недостатки:
➖Не замечено.

Скачать книгу

#english #book #intermediate