Zawartość HCAIM

Modelowanie (moduł A)

Cel techniczny: Podstawy AI

Ogólna sztuczna inteligencja

Czytanie: Historyczne wprowadzenie do modeli wyjaśnień naukowych

Czytanie: Zrozumienie danych

Eksploracja danych na potrzeby uczenia maszynowego

Samouczek: Zrozumienie danych

Czytanie: Analiza danych eksploracyjnych

Samouczek: Analiza danych eksploracyjnych

Czytanie: Wnioskowanie i przewidywanie

Samouczek: Wnioskowanie i przewidywanie

Podstawy uczenia maszynowego

Czytanie: Ocena modelu

Samouczek: Ocena modelu

Czytanie: Dopasowanie i optymalizacja modelu

Praktyczne: Dopasowanie i optymalizacja modelu

Teoria decyzji

Czytanie: Teoria decyzji

Samouczek: Teoria decyzji

Czytanie: Sieci decyzyjne

Samouczek: Sieci decyzyjne

Praktyczne ukierunkowanie: Modelowanie sztucznej inteligencji

Nauka o danych

Czytanie: Proces analizy danych

Praktyczne: Platformy

Czytanie: Przygotowanie i eksploracja danych

Praktyczne: Przygotowanie i eksploracja danych

Nadzorowane uczenie maszynowe

Czytanie: Regresja liniowa

Praktyczne: Regresja liniowa

Czytanie: Drzewa decyzyjne

Praktyczne: Drzewa decyzyjne

Czytanie: SVMS i jądra

Praktyczne: SVMS i jądra

Czytanie: Sieci neuronowe

Nienadzorowane uczenie maszynowe

Czytanie: Uczenie się bez nadzoru

Praktyczne: Uczenie się bez nadzoru

Aplikacje ML

Czytanie: Przetwarzanie języka naturalnego

Praktyczne: Przetwarzanie języka naturalnego

Koncentracja na kwestiach etycznych: Podstawy etyki

Etyka ogólna

Czytanie: Wprowadzenie do sztucznej inteligencji skoncentrowanej na człowieku

Ramy etyczne

Sesjainteraktywna: Ramy etyczne

Czytanie: Utylitaryzm

Sesjainteraktywna: Utylitaryzm

Czytanie: Etyka cnót

Sesjainteraktywna: Etyka cnót

Czytanie: Etyka obowiązku

Sesjainteraktywna: Etyka obowiązku

Czytanie: Teoria sprawiedliwości

Zaawansowana etyka

Czytanie: Teorie umów społecznych

Etyka stosowana

Czytanie: Projektowanie wrażliwe na wartość

Sesjainteraktywna: Projektowanie uwzględniające wartość

Czytanie: Prywatność

Czytanie: Etyka systemów wspomagania decyzji

Czytanie: Podejmowanie decyzji i (poznawcze) uprzedzenia

Wdrażanie (moduł B)

Cel techniczny: głębokie uczenie się

Podstawy głębokiego uczenia się

Samouczek: Podstawy głębokiego uczenia się

Praktyczne: Podstawy głębokiego uczenia się

Optymalizacja Deep Learning

Czytanie: Uregulowanie

Samouczek: Uregulowanie

Czytanie: Przetwarzanie wsadowe

Samouczek: Przetwarzanie wsadowe

Zastosowania Deep Learning

Czytanie: Budowanie wykresów obliczeniowych, nowoczesnych architektur

Czytanie: splotowych sieci neuronowych

Samouczek: splotowych sieci neuronowych

Praktyczne: splotowych sieci neuronowych

Czytanie: Nawracające sieci neuronowe

Czytanie: Sieci transformatorowe

Samouczek: CNN i transformatory dla obrazów

Czytanie: Ramy sprzętowe i programowe do głębokiego uczenia się

Wytwarzanie i wdrażanie backpropagacji

Czytanie: Pochodzenie i stosowanie rozmnażania wstecznego

Samouczek: Pochodzenie i stosowanie rozmnażania wstecznego

Przepustka do przodu

Czytanie: Rozmnażanie w przód

Samouczek: Rozmnażanie w przód

Dostrajanie hiperparametrów

Czytanie: Dostrajanie hiperparametrów

Samouczek: Dostrajanie hiperparametrów

Praktyczne ukierunkowanie: Sztuczna inteligencja organizacyjna

MLOps

Czytanie: ML-Ops

Samouczek: ML-Ops

Czytanie: Cykl życia ML-Ops

Praktyczne: Cykl życia ML-Ops

Wdrażanie sztucznej inteligencji

Samouczek: Architektura danych

Sesjainteraktywna: Architektura danych

Praktyczne: Technologie oparte na Hadoop

Jakość rozwoju & Wdrażanie

Czytanie: CI/CD

Koncentracja na kwestiach etycznych: Wiarygodna sztuczna inteligencja

Ogólna wytłumaczalna sztuczna inteligencja

Czytanie: Wprowadzenie Ogólne Wytłumaczalna sztuczna inteligencja

Praktyczne: Praktyka z modelami XAI 1

Praktyczne: Praktyka z modelami XAI 2

Prywatność

Czytanie: Wprowadzenie do prywatności i ryzyka

Sesjainteraktywna: Perspektywy prywatności

Praktyczne: Audyt ram ochrony prywatności i danych

Czytanie: Prywatność i uczenie maszynowe

Praktyczne: Stosowanie i ocena technik ochrony prywatności

Bezpieczeństwo i solidność

Czytanie: Bezpieczeństwo i solidność

Praktyczne: Stosowanie ram audytu

Praktyczne: Zwiększenie bezpieczeństwa i odporności ML

Ryzyko

Czytanie: Ryzyko & Ograniczanie ryzyka

Sesjainteraktywna: Ryzyko & Ograniczanie ryzyka

Praktyczne: Ryzyko & Ograniczanie ryzyka

Ocena (moduł C)

Cel techniczny: Przyszła sztuczna inteligencja

Wprowadzenie

Czytanie: Wprowadzenie do odrodzenia AI i ML

Czytanie: Wykład gościnny na temat przyszłości sztucznej inteligencji

Otwarte problemy i wyzwania

Czytanie: Wykład gościnny na temat wyjaśnialnego uczenia maszynowego (XAI)

Praktyczne: Wytłumaczalne uczenie maszynowe (XAI)

Czytanie: Zaufanie, normatywność i dryf modelu

Sesjainteraktywna: Zaufanie, normatywność i dryf modelu

Sesjainteraktywna: Ochrona prywatności Uczenie maszynowe

Czytanie: Uogólnialność i sztuczna inteligencja ogólna (AGI)

Postępy w modelach ML poprzez soczewkę HC. Badanie zorientowane na wynik

Czytanie: Uczenie się częściowo nadzorowane i nienadzorowane

Czytanie: Modele generatywne, transformacja głębokiego uczenia się i hybrydowe modele uczenia się

Czytanie: Teoria uczenia się federacyjnego (profilowanie i personalizacja)

Czytanie: Sfederowane uczenie się – postępy i otwarte wyzwania

Praktyczne: Sfederowane uczenie się – model głębokiego szkolenia

Czytanie: Kompresja modelu – obliczenia brzegowe

Praktyczne: Kompresja modelu – obliczenia brzegowe

Emerging Evaluations for HCAI Models – Discussion-Based Study [Wschodzące oceny modeli HCAI – badanie oparte na dyskusji]

Czytanie: Modele zaufania i kwantyfikacja zaufania

Dyskusja filozoficzna na temat technologii sztucznej inteligencji przyszłości

Sesjainteraktywna: Życie z robotami

Praktyczne ukierunkowanie: Społecznie odpowiedzialna sztuczna inteligencja

Zakres społecznie odpowiedzialnej sztucznej inteligencji

Czytanie: Pozytywne i negatywne efekty zewnętrzne

Społeczna odpowiedzialność biznesu (ISO 26000) – podczas korzystania z systemu HCAI

Czytanie: Uczciwe praktyki operacyjne – rekrutacja AI i niewłaściwe praktyki w zakresie monitorowania AI

Sesjainteraktywna: Podejmowanie decyzji w oparciu o sztuczną inteligencję – rekrutacja i awans

Sesjainteraktywna: Podejmowanie decyzji w oparciu o monitorowanie sztucznej inteligencji

Sesjainteraktywna: Interwencja człowieka w sprawie niespójnych lub dobrych decyzji dotyczących sztucznej inteligencji

Sesjainteraktywna: Przeniesienie kontroli z powrotem i z powrotem między człowiekiem a sztuczną inteligencją

Sesjainteraktywna: Aspekty psychologiczne podczas pracy ze sztuczną inteligencją - stres, lęk, depresja

Czytanie: Kwestie konsumenckie – filtrowanie pęcherzyków, przechowywanie danych, monitorowanie sztucznej inteligencji, uczciwe praktyki

Sesjainteraktywna: Kwestie konsumenckie – filtrowanie pęcherzyków, przechowywanie danych, monitorowanie sztucznej inteligencji, uczciwe praktyki

Sesjainteraktywna: – Rozwój społeczności – Ocena skutków społecznych przed rozpoczęciem prac nad projektem AI

Aspekty społeczno-prawne sztucznej inteligencji

Sesjainteraktywna: Kto jest odpowiedzialny? – Odpowiedzialność za produkt, problemy związane z prawami autorskimi

AI dla wszystkich

Czytanie: Luki gospodarcze – przepaść cyfrowa

Sesjainteraktywna: Luki gospodarcze – przepaść cyfrowa w kategoriach: Geograficzne, techniczne, finansowe i polityczne

interactive-session-how-ai-affects-human-behaviour-eg-mobility-positive-and-negative (interaktywna sesja-jak-ai-wpływa-ludzkie-zachowanie-np.-mobilność-pozytywna-i-ujemna)

Sesjainteraktywna: Wpływ na środowisko – ślad węglowy

Sesjainteraktywna: Wpływ na edukację – automatyczne podejmowanie decyzji w zakresie sztucznej inteligencji

Sesjainteraktywna: Bańka filtracyjna – polityczna, korporacyjna i geograficzna

Sesjainteraktywna: Wojna napędzana sztuczną inteligencją i pokój międzynarodowy

Koncentracja na kwestiach etycznych: Zgodność, legalność, człowieczeństwo

Prawodawstwo UE i prawo międzynarodowe / ramy dotyczące danych, sztucznej inteligencji, praw człowieka i równości

Czytanie: Przegląd etycznych, zawodowych i prawnych aspektów zastosowań HCAI

Sesjainteraktywna: Etyczne, zawodowe i prawne aspekty zastosowań HCAI

Czytanie: Dane i związane z nimi wyzwania – RODO UE, COPPA USA, HIPPA

Czytanie: Dane i związane z nimi wyzwania - regulacje dotyczące danych, pozyskiwanie danych i perspektywa HCAI

Sesjainteraktywna: Dane i ich wyzwania. Jak RODO wpływa na rozwiązania AI

Czytanie: Prawodawstwo UE dotyczące praw człowieka

Sesjainteraktywna: Prawodawstwo UE dotyczące praw człowieka – studium przypadku

Czytanie: Wniosek UE dotyczący rozporządzenia w sprawie zastosowań HCAI

Sesjainteraktywna: Unijny wniosek dotyczący rozporządzenia w sprawie sztucznej inteligencji – studium przypadku

Praktyczne: Skuteczność unijnego wniosku dotyczącego rozporządzenia w sprawie sztucznej inteligencji

Czytanie: Mocne strony i ograniczenia istniejących praw Głębsze nurkowanie

Zarządzanie danymi, audyt i ocena

Czytanie: Bezpieczeństwo i zgodność danych, linia danych i zarządzanie

Czytanie: Zarządzanie i zarządzanie, kluczowe zainteresowane strony i zarządzanie danymi osobowymi

Praktyczne: Wspólne role i krzyżówki między zarządzaniem danymi a zespołami AI

Praktyczne: Zbadaj linie danych, wyzwania i potencjalny wpływ zespołów AI

Ukończenie szkoły (moduł D)

Koncentracja na kwestiach etycznych: Podstawy etyki

Koncentracja na kwestiach etycznych: Badania w praktyce

Sesjainteraktywna: Etyka w badaniach

Interaktywne: Metody jakościowe w gromadzeniu danych

Czytanie: Przeprowadzenie przeglądu literatury

Czytanie: Krytyczne przeglądy źródeł

Czytanie: Projekt badawczy

Czytanie: Pisanie propozycji badań

Samouczek: Portfolio badawcze

Samouczek: Napisanie pracy naukowej/pracy naukowej

Samouczek: Zarządzanie projektem

Praktyczne: Przedstawianie danych statystycznych