Loading...
机构名称:
¥ 1.0

目的:复杂的人工智能算法可能很难理解它们如何得出某些结论或决定。缺乏透明度会引起人们对偏见,歧视和不透明度的担忧,所有这些都可能损害对AI系统的信任。业务和开发人员应优先创建易于理解和解释的AI系统,以便用户可以理解其结果背后的推理。第二,公平和非歧视是基本原则。AI系统有可能通过加强或放大训练数据中已经看到的偏见来无意间提供偏见或不公平的结果。确保对AI系统进行了各种和代表性数据集的培训,并经常对其进行偏见测试;这是最高的意义。

在发展和部署

在发展和部署PDF文件第1页

在发展和部署PDF文件第2页

在发展和部署PDF文件第3页

在发展和部署PDF文件第4页

在发展和部署PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2025 年
¥1.0
2020 年
¥3.0
2024 年
¥1.0
2021 年
¥1.0
2011 年
¥6.0
2024 年
¥3.0
2025 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2022 年
¥2.0
2022 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2025 年
¥11.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0