Building Fairer Models: Mitigating Bias Across the Machine Learning Lifecycle

Pilihan pendaftaran

Topics:

Artificial Intelligence

Building Fairer Models: Mitigating Bias Across the Machine Learning Lifecycle

disediakan oleh Good Data Institute

Rekaman webinar

Skill level: Advanced

Deskripsi

Tentang para presenter

AI and Machine Learning Algorithms have seamlessly integrated into our modern lives. They control our access to information and the way that we allocate resources. While these technologies hold the capacity to do tremendous good for humans, they can also exacerbate societal inequities and existing biases. Vivek will be dive into the ML Lifecycle and discuss how biases can seep into the development process at each step. Along the way, he will also share ways to mitigate these risks, with concrete examples of how your organisation can do this in practice when building your data products.

Kursus ini dirancang untuk mengajarkan peserta:

Identify bias risks across the ML lifecycle—from data collection to deployment.
Apply practical techniques to reduce bias, including better sampling, fairness checks, and post‑deployment monitoring.
Select and interpret key fairness metrics to balance accuracy and equity.
Implement simple governance measures such as checklists, model cards, and review gates.
Create an action plan to manage bias in an upcoming data product.

*Mendaftar untuk kursus ini berarti Anda setuju bahwa kami dapat mengirimkan pemberitahuan tentang kursus ini melalui email. Kami juga akan memberi tahu Anda tentang kursus lain sesuai dengan kebijakan privasi kami. Kami menghormati kotak masuk Anda, dan Anda dapat berhenti berlangganan pemberitahuan kapan saja.
Sumber daya kursus akan tersedia selama 12 bulan sejak tanggal pendaftaran, jadi pastikan Anda mengakses yang Anda perlukan sebelum 12 bulan tersebut berakhir.
Sebelum mendaftar untuk kursus eksternal, periksa harga dan tinjau syarat dan ketentuan penyedia.
Ini adalah ringkasan syarat dan ketentuan utama, tersedia lengkap di sini.
Program pembelajaran digital dimungkinkan oleh kerja Infoxchange dan para pendukung kami yang dermawan. Anda dapat membantu kami memperluas program ini dan menyediakan lebih banyak sumber daya berharga bagi sektor tujuan sosial dengan berdonasi hari ini.