L'apprentissage automatique pour les applications à haut risque
by Patrick Hall, James Curtis, Parul Pandey
Overview
La dernière décennie a vu l'adoption à grande échelle des technologies d'intelligence artificielle et d'apprentissage automatique (IA/ML). Cependant, un manque de surveillance dans leur mise en œuvre généralisée a entraîné certains incidents et résultats néfastes qui auraient pu être évités avec une bonne gestion des risques. Avant de pouvoir profiter des véritables avantages de l'IA/ML, les praticiens doivent comprendre comment atténuer ses risques.
Ce livre décrit les approches de l'IA responsable - un cadre holistique pour améliorer la technologie de l'IA/ML, les processus commerciaux et les compétences culturelles qui s'appuie sur les meilleures pratiques en matière de gestion des risques, de cybersécurité, de confidentialité des données et de sciences sociales appliquées. Les auteurs Patrick Hall, James Curtis et Parul Pandey ont créé ce guide pour les scientifiques des données qui veulent améliorer les résultats des systèmes d'IA/ML dans le monde réel pour les organisations, les consommateurs et le public.
- Apprends les approches techniques pour une IA responsable à travers l'explicabilité, la validation et le débogage des modèles, la gestion des biais, la confidentialité des données et la sécurité ML.
- Apprendre à créer une pratique de gestion des risques de l'IA réussie et ayant un impact.
- Obtenir un guide de base des normes, lois et évaluations existantes pour l'adoption des technologies de l'IA, y compris le nouveau cadre de gestion des risques de l'IA du NIST.
- S'engager avec des ressources interactives sur GitHub et Colab.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access