Introduction to Responsible AI in Practice
computer Online: 16. Jan 2026 |
placeStuttgart 16. Jan 2026 |
placeZürich 16. Jan 2026 |
computer Online: 19. Jan 2026 |
placeAugsburg 19. Jan 2026 |
placeGraz 19. Jan 2026 |
placeInnsbruck 19. Jan 2026 |
placeMünchen 19. Jan 2026 |
placeNürnberg 19. Jan 2026 |
placePassau 19. Jan 2026 |
placeRegensburg 19. Jan 2026 |
placeSalzburg 19. Jan 2026 |
placeWien 19. Jan 2026 |
placeWürzburg 19. Jan 2026 |
computer Online: 30. Jan 2026 |
placeBarcelona 30. Jan 2026 |
placeBilbao 30. Jan 2026 |
placeDortmund 30. Jan 2026 |
placeDüsseldorf 30. Jan 2026 |
placeEssen 30. Jan 2026 |
- Die KI-Grundsätze von Google
- Verantwortungsvolle AI-Praktiken
- Allgemeine bewährte Praktiken
- Überblick über Fairness in der KI
- Beispiele für Instrumente zur Untersuchung der Fairness von Datensätzen und Modellen
- Übung: TensorFlow-Datenvalidierung und TensorFlow-Modellanalyse zur Sicherstellung der Fairness verwenden
- Überblick über die Interpretierbarkeit in der KI
- Auswahl der Metrik
- Taxonomie der Erklärbarkeit in ML-Modellen
- Beispiele für Instrumente zur Untersuchung der Interpretierbarkeit
- Übung: Werkzeug zum Erlernen der Interpretierbarkeit von Textzusammenfassungen
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
- Die KI-Grundsätze von Google
- Verantwortungsvolle AI-Praktiken
- Allgemeine bewährte Praktiken
- Überblick über Fairness in der KI
- Beispiele für Instrumente zur Untersuchung der Fairness von Datensätzen und Modellen
- Übung: TensorFlow-Datenvalidierung und TensorFlow-Modellanalyse zur Sicherstellung der Fairness verwenden
- Überblick über die Interpretierbarkeit in der KI
- Auswahl der Metrik
- Taxonomie der Erklärbarkeit in ML-Modellen
- Beispiele für Instrumente zur Untersuchung der Interpretierbarkeit
- Übung: Werkzeug zum Erlernen der Interpretierbarkeit von Textzusammenfassungen
- Überblick in Datenschutz in ML
- Sicherheit der Daten
- Modell Sicherheit
- Sicherheit für generative KI in der Google Cloud
- Überblick über die AI-Sicherheit
- Widersprüchliche Tests
- Sicherheit im Gen AI Studio
- Labor: Verantwortungsvolle KI mit Gen AI Studio
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
