Bewertung:
Das Buch „Verantwortungsvolle KI im Unternehmen“ ist ein umfassender Leitfaden für die ethische Implementierung von KI. Es bietet praktisches Wissen und umsetzbare Strategien zur Bewältigung von KI-Risiken und zur Sicherstellung eines verantwortungsvollen Einsatzes im geschäftlichen Kontext. Es deckt wesentliche Konzepte wie Fairness, Voreingenommenheit, Transparenz und Compliance ab und ist damit für ein breites Spektrum von Fachleuten im Bereich der KI geeignet.
Vorteile:Das Buch wird für seinen umfassenden und praktischen Ansatz gelobt, der ein Gleichgewicht zwischen technischen und ethischen Diskussionen schafft. Es enthält Beispiele aus der Praxis, Codeschnipsel und praktische Anleitungen für den Einsatz der wichtigsten KI-Governance-Tools. Es ist für ein breites Publikum zugänglich, einschließlich Datenwissenschaftlern, Managern und politischen Entscheidungsträgern, und legt Wert auf eine geschlechtsneutrale Sprache. Der Fokus auf Compliance und ethische Überlegungen macht es in der heutigen datengesteuerten Umgebung besonders relevant.
Nachteile:Einige Leser werden vielleicht feststellen, dass das Buch zwar umfassend ist, aber diejenigen, die nur wenig Vorwissen über KI-Konzepte haben, möglicherweise überfordert. Außerdem könnten diejenigen, die fortgeschrittenere technische Inhalte suchen, einige Abschnitte als zu grundlegend oder einführend empfinden.
(basierend auf 5 Leserbewertungen)
Responsible AI in the Enterprise: Practical AI risk management for explainable, auditable, and safe models with hyperscalers and Azure OpenAI
Bauen Sie Ihre KI-Modelle erfolgreich auf und setzen Sie sie ein, indem Sie die Modellverwaltung, Fairness, Voreingenommenheit und mögliche Fallstricke untersuchen
Der Kauf des gedruckten Buches oder des Kindle-Buches enthält ein kostenloses PDF-eBook
Hauptmerkmale:
⬤ Erlernen Sie ethische KI-Prinzipien, Rahmenwerke und Governance.
⬤ Verstehen Sie die Konzepte der Fairness-Bewertung und der Abschwächung von Vorurteilen.
⬤ Erklärbare KI und Transparenz in Ihren maschinellen Lernmodellen einführen.
Buchbeschreibung:
Responsible AI in the Enterprise ist ein umfassender Leitfaden für die Implementierung von ethischen, transparenten und konformen KI-Systemen in einem Unternehmen. Dieses Buch konzentriert sich auf das Verständnis der Schlüsselkonzepte von Machine-Learning-Modellen und gibt Ihnen Techniken und Algorithmen an die Hand, mit denen Sie komplexe Probleme wie Voreingenommenheit, Fairness und Modellsteuerung angehen können.
Im Laufe des Buches lernen Sie FairLearn und InterpretML sowie das Google What-If Tool, ML Fairness Gym, IBM AI 360 Fairness Tool und Aequitas kennen. Sie werden verschiedene Aspekte verantwortungsbewusster KI kennenlernen, darunter die Interpretierbarkeit von Modellen, die Überwachung und Verwaltung von Modellabweichungen und Empfehlungen zur Einhaltung von Vorschriften. Sie erhalten praktische Einblicke in die Verwendung von KI-Governance-Tools zur Gewährleistung von Fairness, Vermeidung von Verzerrungen, Erklärbarkeit, Einhaltung von Datenschutzbestimmungen und Datenschutz im Unternehmensumfeld. Darüber hinaus lernen Sie die Toolkits für Interpretierbarkeit und Fairness-Maßnahmen kennen, die von großen Cloud-KI-Anbietern wie IBM, Amazon, Google und Microsoft angeboten werden, und erfahren, wie Sie FairLearn für die Fairness-Bewertung und die Abschwächung von Verzerrungen einsetzen können. Sie werden auch lernen, erklärbare Modelle zu erstellen, indem Sie globale und lokale Merkmalszusammenfassungen, lokale Ersatzmodelle, Shapley-Werte, Anker und kontrafaktische Erklärungen verwenden.
Am Ende dieses Buches werden Sie mit Werkzeugen und Techniken ausgestattet sein, um transparente und nachvollziehbare maschinelle Lernmodelle zu erstellen.
Was Sie lernen werden:
⬤ Verstehen Sie erklärbare KI-Grundlagen, zugrundeliegende Methoden und Techniken.
⬤ Erforschen Sie die Modellsteuerung, einschließlich des Aufbaus erklärbarer, überprüfbarer und interpretierbarer maschineller Lernmodelle.
⬤ Verwenden Sie partielle Abhängigkeitsdiagramme, globale Merkmalszusammenfassungen, individuelle Bedingungserwartungen und Merkmalsinteraktionen.
⬤ Erstellung erklärbarer Modelle mit globaler und lokaler Merkmalszusammenfassung und Einflussfunktionen in der Praxis.
⬤ Entwerfen und erstellen Sie erklärbare Pipelines für maschinelles Lernen mit Transparenz.
⬤ Microsoft FairLearn und den Marktplatz für verschiedene Open-Source-Tools für erklärbare KI und Cloud-Plattformen kennenlernen.
Für wen dieses Buch gedacht ist:
Dieses Buch richtet sich an Datenwissenschaftler, Ingenieure für maschinelles Lernen, KI-Praktiker, IT-Fachleute, Unternehmensvertreter und KI-Ethiker, die für die Implementierung von KI-Modellen in ihren Unternehmen verantwortlich sind.
| ISBN: | 9781803230528 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
