In diesem Kurs werden wir uns mit grundlegenden Fragen der Fairness und Voreingenommenheit beim maschinellen Lernen beschäftigen. Da prädiktive Modelle wichtige Entscheidungen treffen, von der Hochschulzulassung bis hin zu Kreditentscheidungen, ist es von entscheidender Bedeutung, dass die Modelle keine unfairen Vorhersagen treffen. Von menschlicher Voreingenommenheit bis hin zum Bewusstsein für Datensätze werden wir viele Aspekte der Entwicklung ethischerer Modelle untersuchen.
Künstliche Intelligenz Daten Fairness und Voreingenommenheit
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Künstliche Intelligenz Daten Fairness und Voreingenommenheit
Dieser Kurs ist Teil von Spezialisierung „Ethik im Zeitalter der KI“
Unterrichtet in Deutsch (KI-Synchronisation)
Dozent: LearnQuest Network
11.552 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
123 Bewertungen
Stufe Anfänger
Keine Vorkenntnisse erforderlich
5 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Kompetenzen, die Sie erwerben
- Kategorie: Algorithmen
- Kategorie: Künstliche Intelligenz
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Spieltheorie
- Kategorie: Daten-Ethik
- Kategorie: Verantwortungsvolle AI
- Kategorie: Bewertung des Modells
- Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
- Kategorie: Entscheidungsintelligenz
- Kategorie: Milderung
- Kategorie: Maschinelles Lernen
- Kategorie: Datenerhebung
- Kategorie: Prädiktive Modellierung
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
9 Aufgaben
Unterrichtet in Deutsch (KI-Synchronisation)
91% of learners achieved a positive career outcome
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Ethik im Zeitalter der KI“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 3 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
(35 Bewertungen)von
Mehr von Algorithmen entdecken
Coursera
Johns Hopkins University
Google Cloud
Northeastern University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
82,11 %
- 4 stars
13 %
- 3 stars
4,06 %
- 2 stars
0 %
- 1 star
0,81 %
Zeigt 3 von 123 an
RU
Geprüft am 19. Apr. 2022
Really great discussion of algorithms and how their designs make them susceptible to bias.
NN
Geprüft am 30. Apr. 2026
Thanks for lectures , and help me have a choice for choose this major
CM
Geprüft am 2. Okt. 2021
An excellent reminder that the bias-variance trade-off is not the only trade-off machine learning specialists make.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,