Специальная серия После нескольких лет исследований все больше и больше отраслей стремятся интегрировать технологии машинного обучения в свои цифровые предложения. Однако, учитывая почти вездесущие отчеты о предвзятых алгоритмах и проблемах безопасности, потребители часто по понятным причинам с трудом находят энтузиазм по поводу появления ИИ в таких чувствительных областях, как здравоохранение и финансы.
Хороший шаг к сдерживанию признания – создание прозрачных систем. Это означает, что в идеале они должны обеспечивать как понимание данных, используемых для обучения модели, так и способы реконструкции того, как алгоритм пришел к определенному решению. Но легче сказать, чем сделать.
Таким образом, в третьем эпизоде наших веб-лекций на MCubed по практическому машинному обучению мы подробно остановимся на вещах, которые следует учитывать при реализации объяснимых систем искусственного интеллекта.
4 ноября в 11:00 по всемирному координированному времени (12:00 по центральноевропейскому летнему времени) главный специалист по обработке данных Napier и выдающийся человек д-р Джанет Бастиман присоединятся к серии, чтобы посмотреть, куда движется законодательство, как мы дошли до этого момента и что мы делаем. может сделать так, чтобы наши конечные пользователи доверяли нашим системам.
Д-р Бастиман также поможет вам понять, что вы можете делать в сравнении с тем, что вы должны делать, и затронет самые разные темы, от принципов алгоритмической подотчетности и прозрачности данных до включения объяснимости в процесс разработки. В конце концов, прозрачные системы приносят прибыль не только конечным пользователям, но и тем членам команды, которым необходимо контролировать модели, и упрощают работу, если соответствие требованиям ставится под сомнение.
Если вы не сталкивались с доктором Бастиманом на одном из ее частых выступлений, то этот эпизод вас порадует.
Помимо того, что он опытный специалист по данным, доктор Бастиман является членом комитета Секции науки о данных Королевского статистического общества и имеет степени в области молекулярной биохимии и математики, а также докторскую степень в области вычислительной нейробиологии. Обладая более чем 20-летним опытом, она более чем знакома с особенностями науки о данных в телекоммуникациях, маркетинге и финансовом секторе и знает, что важно для стартапов и устоявшихся предприятий, когда речь идет о внедрении и улучшении их предложения AI.
Так что, если вы хотите узнать больше о том, как завоевать доверие и модели правильного курса, присоединяйтесь к нам 4 ноября. Да, и предложение все еще в силе: серия веб-трансляций MCubed направлена на то, чтобы дать практикам машинного обучения действенные советы на их день. Сегодняшняя работа, поэтому, если у вас есть вопросы по чему-либо, от обслуживания модели до устранения неполадок в производстве, сообщите нам, и мы обязательно включим их в один из следующих выпусков. ®
