Northeastern University

Einführung in maschinelles Lernen und algorithmische Verzerrungen

Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Northeastern University

Einführung in maschinelles Lernen und algorithmische Verzerrungen

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Keine Vorkenntnisse erforderlich
7 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Keine Vorkenntnisse erforderlich
7 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Unterscheiden Sie zwischen künstlicher Intelligenz und maschinellem Lernen, ihren praktischen Anwendungen und den Faktoren, die ihre breite Verbreitung vorantreiben.

  • Erhalten Sie Einblicke in die vier Phasen des Machine-Learning-Prozesses, um gemeinsam zu arbeiten und fundierte Entscheidungen zu KI-Initiativen zu treffen.

  • Erkennen Sie verschiedene Arten algorithmischer Verzerrungen in KI-Systemen und deren praktische Auswirkungen in verschiedenen Branchen.

  • Untersuchen Sie Strategien zur Minderung algorithmischer Verzerrungen und vergleichen Sie Governance-Modelle, die von der Selbstregulierung der Industrie bis hin zu staatlichen Regulierungsrahmen reichen.

Kompetenzen, die Sie erwerben

  • Kategorie: Algorithmen
  • Kategorie: Vorverarbeitung von Daten
  • Kategorie: Datenerhebung
  • Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
  • Kategorie: Risikominderung
  • Kategorie: Daten-Ethik
  • Kategorie: Verantwortungsvolle AI
  • Kategorie: Methoden des maschinellen Lernens
  • Kategorie: KI-Kenntnisse
  • Kategorie: Business
  • Kategorie: Künstliche Intelligenz
  • Kategorie: Maschinelles Lernen
  • Kategorie: Modell Ausbildung
  • Kategorie: Angewandtes maschinelles Lernen
  • Kategorie: Bewertung des Modells
  • Kategorie: Unternehmensstrategie
  • Kategorie: Regulatorische Anforderungen
  • Kategorie: Datenumwandlung
  • Kategorie: Governance
  • Kategorie: Unternehmensplanung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

23 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 4 Module

Dieses Einführungsmodul macht künstliche Intelligenz und maschinelles Lernen verständlich, indem es deren grundlegende Konzepte, die Unterschiede zwischen beiden sowie ihre praktischen Anwendungen, die sich auf unseren Alltag auswirken, beleuchtet. Anhand klarer Erläuterungen und konkreter Beispiele erwerben Sie grundlegendes Wissen darüber, wie diese Technologien in verschiedenen Kontexten funktionieren. Damit legen Sie den Grundstein für das Verständnis ihrer strategischen Bedeutung und bereiten sich auf eine vertiefte Auseinandersetzung mit ihren Mechanismen und ethischen Implikationen in späteren Modulen vor.

Das ist alles enthalten

1 Video13 Lektüren5 Aufgaben1 Diskussionsthema2 Plug-ins

Dieses Modul bietet einen Überblick über den Prozess des maschinellen Lernens und behandelt dabei die vier wesentlichen Phasen: Datenerfassung, Datenaufbereitung, Modellentwicklung und Modellbewertung. Durch das Verständnis dieser grundlegenden Phasen erwerben die Lernenden praktisches Wissen, das ihnen eine effektive Zusammenarbeit mit technischen Teams, eine bessere Bewertung von KI-Initiativen und die Identifizierung von Möglichkeiten für maschinelles Lernen innerhalb ihrer Organisationen ermöglicht.

Das ist alles enthalten

1 Video17 Lektüren6 Aufgaben1 Plug-in

Dieses Modul untersucht, wie algorithmische Verzerrungen in KI-Systemen entstehen, und verdeutlicht, warum selbst hochentwickelte Algorithmen des maschinellen Lernens zu ungerechten oder ungenauen Ergebnissen führen können. Die Studierenden setzen sich anhand von Beispielen aus der Praxis aus den Bereichen Gesundheitswesen, Personalbeschaffung und Finanzdienstleistungen mit drei entscheidenden Arten von Verzerrungen auseinander: historische Verzerrungen, Repräsentationsverzerrungen und Messverzerrungen. Indem sie verstehen, wie Verzerrungen in KI-Systeme eindringen, und lernen, deren Warnzeichen zu erkennen, entwickeln die Studierenden die analytischen Fähigkeiten, die erforderlich sind, um die Fairness von Algorithmen zu beurteilen und mögliche Lösungen im geschäftlichen Kontext zu bewerten.

Das ist alles enthalten

2 Videos16 Lektüren7 Aufgaben1 Plug-in

Dieses Modul vermittelt den Studierenden praktische Werkzeuge, um algorithmische Verzerrungen in Geschäftsanwendungen zu bekämpfen. Durch die Auseinandersetzung mit Techniken zur Verringerung von Verzerrungen – von der Generierung synthetischer Daten bis hin zu algorithmischen Anpassungen, die eine gleichwertige Leistung über alle demografischen Gruppen hinweg gewährleisten – lernen die Studierenden, wie sie inklusivere KI-Systeme entwickeln können. Das Modul befasst sich zudem mit Governance-Rahmenwerken und vergleicht die Selbstregulierung der Industrie mit staatlichen Aufsichtsansätzen wie dem EU-KI-Gesetz. So werden zukünftige Führungskräfte darauf vorbereitet, sich in der sich wandelnden Landschaft des verantwortungsvollen KI-Einsatzes zurechtzufinden und gleichzeitig Wettbewerbsvorteile zu sichern.

Das ist alles enthalten

3 Videos18 Lektüren5 Aufgaben

Dozent

Venkat Kuppuswamy
Northeastern University
1 Kurs304 Lernende

von

Mehr von Business Essentials entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen