К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Responsible AI for Developers: Fairness & Bias - Polski · LearnSpace
Назад в каталог
courseraПрограммирование

Responsible AI for Developers: Fairness & Bias - Polski

Курс от Google Cloud
Средний≈ 2.2 чИтальянский
О курсеНавыкиПрограммаПреподаватели

О курсе

Questo corso introduce i concetti di AI responsabile e i principi dell'AI. Tratta le tecniche per identificare sostanzialmente l'equità e i bias e mitigare i bias nelle pratiche di AI/ML. Illustra metodi e strumenti pratici per implementare le best practice dell'AI responsabile utilizzando gli strumenti open source e i prodotti Google Cloud.

Навыки, которые вы освоите

Responsible AIArtificial Intelligence and Machine Learning (AI/ML)Artificial IntelligenceModel EvaluationData EthicsAI literacyGoogle Cloud PlatformOpen Source Technology

Программа курса

5 модулей · 20 учебных материалов

01Wprowadzenie do szkolenia1 материалов
Wprowadzenie do szkoleniaВидео
02Wprowadzenie do odpowiedzialnej AI5 материалов

Introduzione all'AI responsabile

AI i odpowiedzialnośćВидеоZasady Google dotyczące AIВидеоOdpowiedzialna AI w praktyceВидео

Учитесь у экспертов

Google Cloud Training

Преподаватель курса

Responsible AI for Developers: Fairness & Bias - Polski
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 2.2 ч

5 модулей

Язык: Итальянский

Субтитры: Польский

Часть программы вашего университета
Studium przypadku: Loty GoogleВидео
Test.Задание
03Obiektywność i uprzedzenia w AI8 материалов

Panoramica

Omówienie obiektywności i uprzedzeńВидеоIdentyfikowanie uprzedzeń – narzędzie TFDVВидеоIdentyfikowanie uprzedzeń – narzędzie What-IfВидеоIdentyfikowanie uprzedzeń – narzędzie TFMAВидеоMinimalizowanie występowania uprzedzeń – interweniowanie w daneВидеоMinimalizowanie występowania uprzedzeń – kalibrowanie proguВидеоMinimalizowanie występowania uprzedzeń – naprawianie modeluВидеоTest.Задание
04Podsumowanie szkolenia2 материалов

Panoramica

Podsumowanie szkoleniaВидеоMateriały do przeczytaniaЧтение
05Materiały zastosowane w szkoleniu4 материалов

Risorse del corso

Część 0. Wprowadzenie do szkoleniaЧтениеCzęść 1. Wprowadzenie do odpowiedzialnej AIЧтениеCzęść 2. Obiektywność i uprzedzenia w AIЧтениеCzęść 3. Podsumowanie szkoleniaЧтение