企业中负责任的人工智能

Responsible AI in the Enterprise

《企业中负责任的人工智能》是关于道德、透明和合规人工智能系统的综合指南，涵盖了创建公平、稳健、负责任的机器学习模型的关键概念、工具和技术。

主要特点

学习道德人工智能原则、框架和治理
了解公平评估和偏见缓解的概念
掌握可解释的人工智能和透明度

书籍说明 

企业中的负责任的人工智能》提供了在组织中实施道德、透明和合规的人工智能系统的全面指南。本书重点理解可解释、安全、道德、稳健、透明、可审计和可解释的机器学习模型等关键概念，为开发人员提供了解决偏见、公平和模型治理等复杂问题的技术和算法。读者将深入了解 FairLearn 和 InterpretML，以及其他工具，例如 Google 的 What-If Tool、ML Fairness Gym、IBM 的 AI 360 Fairness 工具、Aequitas 和 FairLearn。

该书涵盖了负责任的人工智能的各个方面，包括模型可解释性、模型漂移的监控和管理以及合规性标准建议。它提供了有关如何使用人工智能治理工具来确保企业环境中的公平性、偏见缓解、可解释性、隐私合规性和隐私的实用见解。读者将探索 IBM、亚马逊、谷歌和微软等主要云人工智能提供商提供的可解释性工具包和公平性衡量标准，并学习如何使用 FairLearn 进行公平性评估和偏见缓解。读完本书后，您将掌握可用于创建透明且负责任的机器学习模型的工具和技术。

您将学到什么 了解

人工智能中道德考虑的重要性，并认识到模型治理标准在确保负责任的人工智能实践方面的重要性。
检测并减轻数据和算法中的偏差，并认识到人工智能决策中公平性的必要性。
认识到问责法规在促进人工智能道德方面的重要性，并了解人工智能对社会的影响。
分析模型可解释性方法和工具，并应用它们来理解人工智能模型的决策过程。
评估人工智能合规标准并确定其在确保人工智能值得信赖方面的作用。
利用人工智能治理框架制定全面的方法来实施负责任的人工智能实践。
利用云 AI 可解释性工具包在 AI 模型中建立透明度和问责制。
了解 AWS、GCP 和 Azure 中负责任的 AI 原则，并认识到它们在促进道德 AI 实践中的作用。

本书的目标读者

本书对于负责在组织中实施人工智能模型的数据科学家、机器学习工程师、人工智能从业者、IT 专业人员、业务利益相关者和人工智能伦理学家来说至关重要。