Voreingenommenheit in KI-Systemen kann das Vertrauen untergraben und ernsthafte ethische und rechtliche Risiken für Unternehmen mit sich bringen. Dieser Kurzkurs wurde entwickelt, um Fachleuten im Bereich der Datenanalyse dabei zu helfen, Voreingenommenheit in KI-gesteuerten Entscheidungssystemen umfassend zu erkennen und zu mindern. Nach Abschluss dieses Kurses sind Sie in der Lage, formale Fairness-Metriken anzuwenden, bewährte Maßnahmen zur Minderung von Voreingenommenheit umzusetzen und ethische Abwägungen selbstbewusst gegenüber den Beteiligten zu kommunizieren.

Am Ende dieses Kurses werden Sie in der Lage sein: Fairness-Metriken auf Personalauswahlmodelle anzuwenden und Ungleichheiten zu dokumentieren Ansätze zur Verringerung von Voreingenommenheit mit messbaren Verbesserungen zu bewerten und umzusetzen Datensätze auf Repräsentationsverzerrungen zu analysieren und Resampling-Techniken anzuwenden Abwägungen zwischen Genauigkeit und Fairness zu bewerten und die Ergebnisse den Interessengruppen zu vermitteln Dieser Kurs ist einzigartig, da er praktische technische Umsetzung mit strategischen Kommunikationsfähigkeiten gegenüber Stakeholdern verbindet. Um diesen Kurs erfolgreich zu absolvieren, sollten Sie über Vorkenntnisse in der Python-Programmierung und grundlegende Konzepte des maschinellen Lernens verfügen.