Responsible Artificial Intelligence Practices (Simplified Chinese)
via AWS Skill Builder
AWS Skill Builder
411 Courses
Overview
在本课程中，您将学习负责任的 AI 实践。首先，您将了解什么是负责任的 AI。您将学习如何定义负责任的 AI，了解负责任的 AI 需要克服的挑战，并探索负责任的 AI 的核心维度。
然后，您将深入探讨有关开发负责任的 AI 系统的一些主题。您将了解 AWS 为帮助您使用负责任的 AI 而提供的服务和工具。此外，您还将了解为 AI 系统选择模型和准备数据时的负责任的 AI 注意事项。
最后，您将了解透明且可解释的模型。您将深刻了解什么是透明且可解释的模型。您还将探索透明模型的权衡考虑因素和可解释的 AI 的以人为本设计原则。
- 课程级别：基础级
- 时长：1 小时
课程内容
本课程包含互动元素、文字说明、配文图表和知识考核。
课程目标
在本课程中，您将了解如何实现以下目标：
- 描述负责任的 AI
- 解释 AI 模型中的偏差
- 识别生成式 AI 的风险
- 确定负责任的 AI 的核心维度
- 描述 AWS 为负责任的 AI 提供的服务和工具
- 解释选择模型时的负责任的做法
- 描述负责任的数据集的负责任的特征
- 描述透明且可解释的模型
- 确定 AI 模型的负责任的权衡取舍
- 解释以人为本设计原则
目标受众
本课程面向以下人员：
- 对机器学习和人工智能感兴趣的个人，与特定工作岗位无关
- 准备参加 AWS Certified AI Practitioner 认证考试的个人
前提条件
Responsible AI Practices 是旨在讲授人工智能、机器学习和生成式 AI 基础知识的系列课程的一部分。如果您尚未完成以下两门课程，建议您先完成：
- Fundamentals of Machine Learning and Artificial Intelligence
- Exploring Artificial Intelligence Use Cases and Applications
课程大纲
第 1 部分：简介
- 简介
第 2 部分：负责任的 AI 简介
- 什么是负责任的 AI
- 负责任的 AI 面临的挑战
- 负责任的 AI 的核心维度
- 知识考核
第 3 部分：开发负责任的 AI 系统
- 用于负责任的 AI 的 Amazon 服务和工具
- 选择模型时的负责任的考虑因素
- 负责任地准备数据集
- 知识考核
第 4 部分：透明且可解释的 AI 模型
- 什么是透明且可解释的模型
- 负责任的 AI 模型的权衡取舍
- 可解释的 AI 的以人为本设计原则
- 知识考察点
第 5 部分：资源
- 指向 AWS 服务的链接
