Aprendizaje automático para aplicaciones de alto riesgo: enfoques para una IA responsable

La última década ha sido testigo de la adopción generalizada de tecnologías de inteligencia artificial y aprendizaje automático (IA/AM). Sin embargo, la falta de supervisión en su implementación generalizada ha provocado algunos incidentes y resultados perjudiciales que podrían haberse evitado con una gestión de riesgos adecuada. Antes de que podamos aprovechar el verdadero beneficio de la IA/AM, los profesionales deben comprender cómo mitigar sus riesgos.

Este libro describe enfoques para una IA responsable, un marco holístico para mejorar la tecnología de IA/AM, los procesos comerciales y las competencias culturales que se basa en las mejores prácticas en gestión de riesgos, ciberseguridad, privacidad de datos y ciencias sociales aplicadas. Los autores Patrick Hall, James Curtis y Parul Pandey crearon esta guía para científicos de datos que desean mejorar los resultados de los sistemas de IA/AM del mundo real para organizaciones, consumidores y el público.

• Aprenda enfoques técnicos para una IA responsable en cuanto a explicabilidad, validación y depuración de modelos, gestión de sesgos, privacidad de datos y seguridad de ML.
• Aprenda a crear una práctica de gestión de riesgos de IA exitosa e impactante.
• Obtenga una guía básica sobre los estándares, leyes y evaluaciones existentes para la adopción de tecnologías de IA, incluido el nuevo marco de gestión de riesgos de IA del NIST.
• Interactúe con recursos interactivos en GitHub y Colab.

Autor: Patrick Hall, James Curtis, Parul Pandey
Editorial: O'Reilly Media
Publicado: 23/05/2023
Páginas: 466
Tipo de encuadernación: Tapa blanda
Peso: 1.70lbs
Tamaño: 9.13h x 6.93w x 1.10d
ISBN13: 9781098102432
ISBN10: 1098102436
Categorías BISAC:
- Informática | Ciencia de Datos | Aprendizaje Automático
- Informática | Ciencias de la Computación
- Informática | Inteligencia Artificial | General