机构名称：
¥ 1.0
可根据要求获得其他格式的教学大纲。请联系讲师。课程描述 本课程让学生更深入地参与“负责任的数据科学和人工智能”演讲系列 ( https://jdiesnerlab.ischool.illinois.edu/responsible_ds_ai.html ) 中提出的演讲和主题。参加这门课的学生必须参加讲座和课堂会议。我们专注于可解释性、可重复性、偏见、数据管理和治理以及隐私。在课堂上，学生深入讨论这些主题的最新研究，在更广泛的理论、方法和领域发现背景下分析论文，指导或引导讨论，并在自己的研究背景下反思所讨论的论文。我们不一定会讨论我们涵盖的每个主题的历史和基础。学生应在每次课程之前具备该背景知识或根据主题获得该背景知识。我们直接讨论当前的辩论和社会技术细节。每个人都应在课前阅读每周指定的论文，带着至少 3 个问题来上课，并能够讨论论文、演示文稿和他们的问题。本课程面向校园各地的博士生开放。对于高度重视研究的高级硕士生，如果其导师和讲师批准，可以例外。每周时间表 时间表可能会更改。
IS 597：负责任的数据科学和人工智能 - Jana Diesner
主要关键词
相关文件推荐
