Upravne informacije
| Naslov | Raziskati podatkovne linije, izzive in potencialni učinek skupin za umetno inteligenco |
| Trajanje | 90 min |
| Modul | C |
| Vrsta lekcije | Praktična |
| Osredotočenost | Etična – skladnost, zakonitost in človečnost |
| Tema | Upravljanje podatkov, revizija in ocenjevanje |
Ključne besede
Podatkovna linija, dokaz podatkov, diferencialna zasebnost, podatkovni cevovod,
Učni cilji
- Razumevanje koncepta in pomena dokazovanja podatkov za ekipe za umetno inteligenco
- Vpliv pristranskosti v naborih podatkov
- Metode za sledenje podatkovnih linij
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- Poznavanje splošne uredbe o varstvu podatkov in konceptov podatkovnih baz
Neobvezno za študente
- NI RELEVANTNO
Reference in ozadje za študente
- Visoka raven poznavanja SUVP in konceptov podatkovnih baz
Priporočeno za učitelje
- Navedite ozadje splošne uredbe o varstvu podatkov
- Navedite primere pomembnih primerov Splošne uredbe o varstvu podatkov
Gradivo za učne ure
Navodila za učitelje
Poskusite se držati časovne tabele. Če je mogoče, zagotovite več časa za sejo vprašanj in odgovorov, če je to potrebno.
Opis predavanja
| Trajanje (min) | Opis | Koncepti | Aktivnost | Material |
|---|---|---|---|---|
| 0–5 min | Povzetek nalog, ki jih je treba opraviti | |||
| 5–30 min | Naloga #1 – Dokazovanje | Izvor | Vodena razprava | — |
| 30–55 min | Naloga #2 – skladnost | Skladnost | Vodena razprava | — |
| 55–80 min | Naloga #3 – v praksi | V praksi | Vodena razprava | — |
| 80–90 min | Povzetek praktičnih | Vprašanja in odgovori | — |
Priznanja
Vsak avtor virov, navedenih v diapozitivih
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).