April 2025
Intermediate to advanced
624 pages
18h 5m
Italian
Content preview from Deep Learning per programmatori con fastai e PyTorch
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,
Start your free trial
Capitolo 3. Etica dei dati
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Come abbiamo discusso nei Capitoli 1 e 2, a volte i modelli di apprendimento automatico possono andare male. Possono avere dei bug. Possono ricevere dati che non hanno mai visto prima e comportarsi in modi che non ci aspettiamo. Oppure possono funzionare esattamente come sono stati progettati, ma essere utilizzati per qualcosa per cui preferiremmo che non venissero mai utilizzati.
Poiché il deep learning è uno strumento così potente e può essere utilizzato per molte cose, diventa particolarmente importante considerare le conseguenze delle nostre scelte. Lo studio filosofico dell'etica èlo studio di ciò che è giusto e di ciò che è sbagliato, incluso il modo in cui possiamo definire questi termini, riconoscere le azioni giuste e quelle sbagliate e comprendere la connessione tra azioni e conseguenze. Il campo dell'etica dei dati esiste damolto tempo e molti accademici si concentrano su questo campo. Viene utilizzato per contribuire a definire le politiche in molte giurisdizioni; viene ...