مقدمه ای بر حسابرسی سیستم های هوش مصنوعی

مدرس Ayodele Odubela

انتشار 2023/09/19

مدت زمان 1h 19m

سطح مناسب همه

فایل تمرینی دارد

آموزش Introduction to Auditing AI Systems

مقررات AI اینجاست، بنابراین ممکن است تعجب کنید که چگونه سازگار شوید. و اگر یک سازمان سازمانی، استارت‌آپ یا متخصص هوش مصنوعی هستید، احتمالاً می‌دانید که منابع آموزشی موجود برای تیم‌های فنی بسیار کم است. در این دوره، مربی Ayodele Odubela به شما یک نمای کلی از نحوه ارزیابی هوش مصنوعی برای تعصب و تبعیض برای ایجاد سیستم‌های هوش مصنوعی عادلانه‌تر ارائه می‌دهد. و همچنین نحوه پیمایش مراحل مختلف ممیزی هوش مصنوعی از نظر فنی. بیاموزید که چگونه قوانین تبعیض فدرال می‌تواند بر سیستم‌های هوش مصنوعی تأثیر بگذارد، چگونه هوش مصنوعی پرخطر و کم خطر را ممیزی کنید، و چگونه داده‌های معیار را برای حسابرسی و بررسی خط‌مشی جمع‌آوری، توسعه یا خریداری کنید. Ayodele به شما اصول اولیه محاسبه انصاف مدل و اینکه چه اصولی را باید اولویت بندی کنید و چرا، از جمله توضیح پذیری، شفافیت، انطباق و مستندسازی را نشان می دهد. پس از تکمیل این دوره، از نحوه استفاده از ابزارهای هوش مصنوعی برای کاهش تعصب الگوریتمی بیشتر آگاه خواهید شد.

Artificial Intelligence (AI)

Introduction

Welcome to the new world of AI audits ()

1. New Paradigm of AI Audits

What is an AI audit? ()

How are audits used? ()

The state of AI legislation ()

Ethics of scoring and classifying humans ()

2. Why Audit AI Systems?

AI audit limitations and opportunities ()

Development workflows ()

AI performance ()

Statistical parity ()

3. Data for AI Audits

Data for auditing AI ()

Sources of bias in data ()

Types of bias and data sampling methods ()

4. Principles for AI Audits

Why explainability matters ()

Levels of transparency ()

Responsible AI principles: Compliance ()

Preparing for AI regulation ()

5. Model Audits

Types of model audits ()

Stages of a model audit ()

Model audit: Home loans ()

Auditing training data ()

Audit outcomes: Explainability statements ()

Continuous audits ()

Conclusion

Generative AI ()

Next steps ()

Intro_to_Auditing_AI_Systems.zip (27 KB)

GLOSSARY_Intro_to_Auditing_AI_Systems.zip (27 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش مقدمه ای بر حسابرسی سیستم های هوش مصنوعی

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Introduction to Auditing AI Systems در 3 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

این مسیر یادگیری جامع هوش مصنوعی و پتانسیل تحول آفرین آن را در صنایع معرفی می کند. پایه‌های هوش مصنوعی، از جمله هوش مصنوعی پیش‌بینی‌کننده و مولد را بیاموزید و پیشرفت‌های یادگیری ماشین، شبکه‌های عصبی و یادگیری عمیق را کشف کنید. مهارت های عملی در مدیریت پروژه، همکاری فنی و اجرای هوش مصنوعی اخلاقی به دست آورید تا هوش مصنوعی را به طور موثر در استراتژی کسب و کار خود ادغام کنید. سفر خود را برای تسلط بر مفاهیم هوش مصنوعی و رهبری نوآوری آغاز کنید.

آموزش مقدمه ای بر حسابرسی سیستم های هوش مصنوعی ، ایستگاه شماره 7 در مسیر یادگیری استفاده از هوش مصنوعی به عنوان یک رهبر فناوری ، است.

مسیر یادگیری استفاده از هوش مصنوعی به عنوان یک رهبر فناوری

گسترش هوش مصنوعی نیاز به ساخت و استقرار سیستم ها و محصولات هوش مصنوعی را به طور مسئولانه برجسته می کند. این به این معنی است که تیم‌های متقابل را زودتر و بیشتر انجام دهید، چارچوب‌هایی را برای ساخت محصولات مسئول بدانید و حسابرسی الگوریتمی را برای کاهش تعصب درک کنید. این مسیر یادگیری اطلاعات عملی در مورد هوش مصنوعی مسئول، حاکمیت و ممیزی الگوریتمی برای ساخت محصولات هوش مصنوعی تا حد امکان مسئولانه و عادلانه ارائه می دهد.

آموزش مقدمه ای بر حسابرسی سیستم های هوش مصنوعی ، ایستگاه شماره 6 در مسیر یادگیری تسلط بر هوش مصنوعی مسئول: از مفهوم تا حسابرسی ، است.

مسیر یادگیری تسلط بر هوش مصنوعی مسئول: از مفهوم تا حسابرسی

این مسیر یادگیری، رهبران فناوری را با آخرین روندهای مولد هوش مصنوعی، نحوه کار آنها و نحوه اعمال آنها در تیم، محصول و سازمان خود مجهز می کند. مفاهیم اساسی هوش مصنوعی و یادگیری ماشینی را کاوش کنید. در زمینه‌های خاص مانند مدل‌های زبانی بزرگ کنکاش کنید. به علاوه، جنبه‌های مهمی مانند ملاحظات اخلاقی، مقررات و انطباق، استراتژی‌های پیاده‌سازی، و روندهای نوظهور مانند مدل‌های چندوجهی و عوامل هوش مصنوعی را بررسی کنید.

آموزش مقدمه ای بر حسابرسی سیستم های هوش مصنوعی ، ایستگاه شماره 14 در مسیر یادگیری درک هوش مصنوعی مولد برای رهبران فناوری ، است.