Machine Learning for High-Risk Applications Approaches to Responsible AI (Patrick Hall, James Curtis, Parul Pandey)

Cuốn sách Machine Learning for High-Risk Applications: Approaches to Responsible AI là tài liệu chuyên sâu dành cho mọi nhà khoa học dữ liệu và kỹ sư AI muốn xây dựng và triển khai các hệ thống Học máy trong những lĩnh vực có rủi ro cao một cách có trách nhiệm. Nếu anh/chị là dân công nghệ nghiêm túc, quan tâm đến đạo đức và tính công bằng của AI, đây chính là cẩm nang không thể thiếu để làm chủ AI một cách có lương tâm.

Bạn sẽ học được gì để phát triển AI có trách nhiệm?

• Nguyên tắc Responsible AI: Nắm vững các khái niệm và khung pháp lý về AI có trách nhiệm, bao gồm tính công bằng, minh bạch và giải thích được.
• Học máy trong lĩnh vực rủi ro cao: Khám phá cách triển khai Học máy trong các ứng dụng quan trọng như tài chính, y tế, tuyển dụng, nơi sai sót có thể gây hậu quả nghiêm trọng.
• Kỹ thuật giảm thiểu rủi ro: Áp dụng các phương pháp và công cụ để xác định, đo lường và giảm thiểu các rủi ro liên quan đến thiên kiến (bias) và lỗi mô hình.
• Xây dựng AI đáng tin cậy: Phát triển kỹ năng xây dựng các đường ống AI (pipelines) nhất quán, minh bạch và công bằng, tạo ra niềm tin cho người dùng.

Đầu tư vào Machine Learning for High-Risk Applications là đầu tư vào tri thức chuẩn mực, giúp bạn nâng tầm kỹ năng AI có trách nhiệm và sẵn sàng cho những job xịn trong vai trò chuyên gia AI Ethics.