Dans ce cours, nous explorerons les questions fondamentales d'équité et de partialité dans l'apprentissage automatique. Alors que les modèles prédictifs commencent à prendre des décisions importantes, de l'admission à l'université aux décisions de prêt, il devient primordial d'empêcher les modèles de faire des prédictions injustes. Des préjugés humains à la connaissance des ensembles de données, nous explorerons de nombreux aspects de la construction de modèles plus éthiques.
Intelligence artificielle Données Équité et partialité
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Intelligence artificielle Données Équité et partialité
Ce cours fait partie de Spécialisation "L'éthique à l'ère de l'IA"
Enseigné en Français (doublage IA)
Instructeur : LearnQuest Network
11 575 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
123 avis
niveau Débutant
Aucune connaissance prérequise
5 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Intelligence artificielle
- Catégorie : L'IA responsable
- Catégorie : Éthique des données
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Atténuation
- Catégorie : Prétraitement des données
- Catégorie : Algorithmes
- Catégorie : Intelligence décisionnelle
- Catégorie : Apprentissage automatique
- Catégorie : Théorie des jeux
- Catégorie : Collecte de données
- Catégorie : Modélisation prédictive
- Catégorie : Évaluation du modèle
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
9 devoirs
Enseigné en Français (doublage IA)
91%
of learners achieved a positive career outcome
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "L'éthique à l'ère de l'IA"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 3 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Évaluations de l’enseignant
(35 évaluations)Offert par
En savoir plus sur Algorithmes
Coursera
Johns Hopkins University
Google Cloud
Northeastern University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
82,11 %
- 4 stars
13 %
- 3 stars
4,06 %
- 2 stars
0 %
- 1 star
0,81 %
Affichage de 3 sur 123
RU
Révisé le 19 avr. 2022
Really great discussion of algorithms and how their designs make them susceptible to bias.
NN
Révisé le 30 avr. 2026
Thanks for lectures , and help me have a choice for choose this major
CM
Révisé le 2 oct. 2021
An excellent reminder that the bias-variance trade-off is not the only trade-off machine learning specialists make.
Foire Aux Questions
Plus de questions
Aide financière disponible,