Introduction to Responsible AI in Practice

Dauer
Ausführung
Vor Ort, Online
Startdatum und Ort

Introduction to Responsible AI in Practice

PROTRANET GmbH
Logo von PROTRANET GmbH
Bewertung: starstarstarstarstar_half 9,4 Bildungsangebote von PROTRANET GmbH haben eine durchschnittliche Bewertung von 9,4 (aus 39 Bewertungen)

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte
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
Beschreibung
Modul 1 - KI-Prinzipien und verantwortungsvolle KI
  • Die KI-Grundsätze von Google
  • Verantwortungsvolle AI-Praktiken
  • Allgemeine bewährte Praktiken
Modul 2 - Fairness in der KI
  • 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
Modul 3 - Interpretierbarkeit von AI
  • 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
Mod…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: TensorFlow, KI, Big Data, Data Science und Data Analytics.

Modul 1 - KI-Prinzipien und verantwortungsvolle KI
  • Die KI-Grundsätze von Google
  • Verantwortungsvolle AI-Praktiken
  • Allgemeine bewährte Praktiken
Modul 2 - Fairness in der KI
  • 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
Modul 3 - Interpretierbarkeit von AI
  • 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
Modul 4 - Datenschutz in ML
  • Überblick in Datenschutz in ML
  • Sicherheit der Daten
  • Modell Sicherheit
  • Sicherheit für generative KI in der Google Cloud
Modul 5 - AI-Sicherheit
  • Überblick über die AI-Sicherheit
  • Widersprüchliche Tests
  • Sicherheit im Gen AI Studio
  • Labor: Verantwortungsvolle KI mit Gen AI Studio
Werden Sie über neue Bewertungen benachrichtigt
Es wurden noch keine Bewertungen geschrieben.
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus.

(optional)
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Anmeldung für Newsletter

Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten und teilen sie ggf. mit PROTRANET GmbH. Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.