- Level Foundation
- المدة
- الطبع بواسطة LearnQuest
-
Offered by
عن
본 강의에서는 머신 러닝의 공정성과 편향에 대한 근본적인 문제를 배웁니다. 대학교 입학부터 대출 허가까지, 예측 모델을 이용해 만드는 중요한 결정이 늘어나면서, 모델이 불공정한 예측을 만들지 않게 하는 것이 굉장히 중요해졌습니다. 인간에서 비롯된 편향부터 데이터 세트 인지까지, 윤리적인 모델 구축의 여러 방면을 알아보겠습니다.الوحدات
강의 소개
1
Discussions
- 강의 환영 인사
1
Videos
- 강의 소개 영상
알고리즘 공정성이란?
1
Assignment
- 학습 이해도 점검
2
Videos
- 모델 패리티: 균형 맞추기
- 그룹 보호 및 개인 보호
1
Readings
- 평등이라는 수수께끼
공정성 vs 정확성
2
Assignment
- 학습 이해도 점검
- 주간 퀴즈
1
Discussions
- COMPAS 및 공정성
2
Videos
- 불완전한 모델링
- 주간 복습
1
Readings
- COMPAS 기사
알고리즘으로써의 공정성
1
Assignment
- 학습 이해도 점검
2
Videos
- 알고리즘의 알고리즘: 공정성을 향하여
- 이론 테스트: 공정한 대출 심사
공정성 배포: 실제 상황에서 편향 방지하기
2
Assignment
- 학습 이해도 점검
- 주간 퀴즈
1
Discussions
- 공정성을 향하여
3
Videos
- 공정성 배포: 실제 상황에서 편향 방지하기
- 적대적 모델: Word2Vec
- 주간 복습
2
Readings
- 불공정 시각화
- 연구 논문: 단어 임베딩 내 편향 제거
인적 요소: 편향
1
Assignment
- 학습 이해도 점검
2
Videos
- 고정관념에서 벗어나 편향 인지하기
- 탐구 학습 세트 구축
1
Readings
- 인지 편향 전체 리스트
영향을 받는 모델
2
Assignment
- 학습 이해도 점검
- 주간 퀴즈
1
Discussions
- 미래의 편향
3
Videos
- 불완전한 모델링: 균형 찾기
- 인적 요소: 게임 이론
- 주간 복습
1
Readings
- 몬스터 매치

Brent Summers