Dieser Kurs richtet sich an alle, die ein tieferes Verständnis für die Bedeutung von Vertrauen und Verantwortung in den Bereichen KI, Analytik und Innovation erlangen möchten. Die Inhalte sind insbesondere auf diejenigen zugeschnitten, die geschäftliche Entscheidungen auf der Grundlage von Machine-Learning- und KI-Systemen treffen, sowie auf diejenigen, die KI-Systeme entwerfen und trainieren.

Ganz gleich, ob Sie Programmierer, Führungskraft, Beiratsmitglied, Tester, Manager oder Einzelmitarbeiter sind – dieser Kurs vermittelt Ihnen grundlegende Kenntnisse und Fähigkeiten, um die Herausforderungen im Zusammenhang mit verantwortungsvoller Innovation und vertrauenswürdiger KI zu berücksichtigen. Mit dem Wissen aus diesem Kurs können Sie Wege finden, um Systeme des maschinellen Lernens und der KI verantwortungsbewusster zu entwerfen, zu entwickeln und einzusetzen. Lernen Sie, wie Sie: 1. Erläutern, wie vertrauenswürdige KI in den Lebenszyklus von KI und Analytik sowie in die Datenlieferkette integriert wird. 2. Unerwünschte Verzerrungen im gesamten Lebenszyklus von KI und Analytik zu identifizieren. 3. Die Grundsätze verantwortungsvoller Innovation zu definieren. 4. Eine Perspektive für die praktische Umsetzung der Grundsätze verantwortungsvoller Innovation zu entwickeln. 5. Die Grundsätze der Menschzentriertheit, Inklusivität, Rechenschaftspflicht, Datenschutz und Sicherheit, Robustheit sowie Transparenz auf Szenarien verantwortungsvoller Innovation und vertrauenswürdiger KI anzuwenden. 6. Erkennen Sie, wie SAS-Technologien unerwünschte Verzerrungen angehen und verantwortungsbewusst Innovationen in den Bereichen Datenmanagement, Modellentwicklung und Modellbereitstellung vorantreiben. Zielgruppe: Datennutzer, IT-Fachleute, Führungskräfte, Analysten, Datenwissenschaftler und alle anderen, die Daten und KI nutzen, entwerfen, Informationen daraus beziehen oder Entscheidungen auf deren Grundlage treffen Voraussetzungen: Es gibt keine formalen Voraussetzungen für diesen Kurs, allerdings ist es hilfreich, über grundlegende Datenkompetenz zu verfügen, die im Kurs „Data Literacy Essentials“ oder im Kurs „Data Literacy in Practice“ (oder in beiden) erworben werden kann.