Registrieren Sie sich hier für die Auftaktveranstaltung am 29. März 2021 (Anmeldung bereits abgeschlossen). Klicken Sie hier, um zum Dashboard zu gelangen.
Wird KI Arbeitsplätze vernichten? Wie viele Arbeitsplätze werden durch KI verloren gehen? Welche Arbeitsplätze wird KI schaffen? Laut einem Bericht des Weltwirtschaftsforums wird die Automatisierung bis zum Jahr 2022 75 Millionen Arbeitsplätze vernichten, aber auch weltweit 133 Millionen neue Arbeitsplätze schaffen. KI wird also sowohl Arbeitsplätze vernichten als auch schaffen.
Was sind die wichtigsten Phasen eines Data-Science-Projekts? Ein Rezept für einen erfolgreichen Data-Science-Projektablauf. Die naive Sicht auf die Phasen eines Data-Science-Projekts Bei der Planung eines Data Science-Projekts ist es leicht, sich das Ganze als eine einfache Übung vorzustellen, bei der ein wenig Datenbereinigung, einige Data Science-Arbeiten und eine Bereitstellungsphase am Ende des Projekts durchgeführt werden. Tatsächlich erwarten viele Data Scientists und Nicht-Data Scientists diese Art von idealisiertem Data Science-Projektablauf.
Was ist unüberwachtes Lernen? Wenn wir daran denken, eine Fertigkeit zu erwerben oder ein neues Fach zu lernen, stellen sich die meisten von uns diesen Prozess so vor, dass ein Lehrer uns sein Wissen weitergibt. Wenn Sie einem Kind beispielsweise beibringen, zwischen verschiedenen Früchten zu unterscheiden, können Sie ihm verschiedene Bilder zeigen und eines als Apfel, ein anderes als Birne usw. identifizieren, sodass das Kind, wenn es diese Früchte im wirklichen Leben sieht, selbst erkennen kann, welche welche ist, aber zunächst anhand der von Ihnen bereitgestellten Beschriftungen. Dies wird als überwachtes Lernen bezeichnet und ist eine Möglichkeit, bei der künstliche Intelligenz maschinelles Lernen nutzt, um bestimmte Ergebnisse vorherzusagen, nachdem Datenpunkte mit bekannten Ergebnissen verwendet wurden. Dies ist jedoch nicht die einzige Art, wie wir oder Computer lernen. Wir möchten Ihnen unüberwachtes Lernen vorstellen.
Können wir die Voreingenommenheit gegenüber KI beseitigen? Voreingenommenheit ist eine der vielen Unvollkommenheiten der Menschheit, die uns Fehler machen lässt und uns daran hindert, zu wachsen und innovativ zu sein. Voreingenommenheit ist jedoch nicht nur eine menschliche Realität, sondern auch eine Realität der künstlichen Intelligenz . KI-Voreingenommenheit ist ein gut dokumentiertes Phänomen, das bei maschinellen Lernwerkzeugen aus einer Vielzahl von Sektoren weit verbreitet ist und bekanntermaßen schwer zu beseitigen ist.
Wie wenden wir Ethik auf künstliche Intelligenz an? Warum brauchen wir jetzt eine KI-Ethik? Was ist KI-Ethik? Die immer größere Verfügbarkeit von Big Data und Cloud Computing, verbesserte Rechenleistung und die jüngsten Entwicklungen bei Deep-Learning-Algorithmen haben den Weg dafür geebnet, dass Machine-Learning-Algorithmen nahezu jede Branche verändern.
Erklärbare KI oder XAI bezeichnet eine Sammlung von Möglichkeiten zur Analyse von Modellen des maschinellen Lernens. Es ist das Gegenteil der sogenannten „Black Box“, eines Modells des maschinellen Lernens, dessen Entscheidungen nicht verstanden oder erklärt werden können . Hier ist ein kurzes Video, das wir über erklärbare KI gemacht haben.
Technische Due Diligence für Unternehmen mit KI-Produkten und -Technologien Denken Sie über eine Investition in ein Startup nach, das angeblich KI oder maschinelles Lernen einsetzt, und möchten Sie eine völlig unvoreingenommene Bewertung seiner tatsächlichen KI-Technologie oder -Produkte?
Wichtige Data-Science-Konzepte von A bis Z Ich habe eine kleine Auswahl einiger Data-Science-Konzepte für Fortgeschrittene zusammengestellt, die Ihnen eine gute Grundlage in diesem Bereich bieten. Viele davon basieren auf einer Reihe von Artikeln, die ich für die hervorragende Data-Science-Ressource deepai.org geschrieben habe. Ich habe die Liste der Data-Science-Konzepte etwas auf die Verarbeitung natürlicher Sprache ausgerichtet, da dies der Bereich ist, in dem ich hauptsächlich arbeite.
Scrollen Sie nach unten, um Videos zu XAI anzuzeigen. Was ist erklärbare KI? Erklärbare KI oder XAI ist eine Reihe von Methoden und Techniken, die es uns ermöglichen zu verstehen, wie ein maschinelles Lernmodell funktioniert und warum es die Entscheidungen trifft, die es trifft. Ohne XAI könnte ein maschinelles Lernmodell eine „Black Box“ sein, bei der selbst die Entwickler nicht verstehen können, warum sie zu einer bestimmten Entscheidung gekommen sind.
What we can do for you
