آموزش اخلاق و قانون در تجزیه و تحلیل داده ها

Ethics and Law in Data Analytics

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

با تجزیه و تحلیل داده های بزرگ و هوش مصنوعی (AI) ، شرکت ها ، دولت ها و افراد به ابزارهای قدرتمندی که می توانند نتایج دنیای واقعی داشته باشند دسترسی دارند. متخصصان داده امروزه برای دستیابی به نتایج مطلوب در عین اینکه متولیان خوبی برای نقش حیاتی خود در جامعه هستند ، هم به چارچوب و هم به روش های کاری نیاز دارند. این دوره - بخشی از پیشنهادات Microsoft Professional Program - چارچوب های اخلاقی و قانونی قابل اجرا در حرفه داده را بررسی می کند. بیاموزید که چگونه این چارچوب ها در مورد مشکلات عملی ناشی از کار در داده های بزرگ و علوم داده اعمال می شود و روش های داده های کاربردی را برای کارهای اخلاقی و قانونی در تجزیه و تحلیل و هوش مصنوعی بررسی کنید.

اهداف یادگیری
  • مفاهیم انقلاب داده را شناسایی کنید.
  • نحوه تعامل اخلاقی و داده ها را توصیف کنید.
  • انواع تعصبات ذاتی پردازش داده ها را بشناسید.
  • استفاده از بهترین روش ها را به استفاده از داده های بزرگ مرتبط کنید.
  • حریم خصوصی را با طراحی تعریف کنید.
  • اعمال مقررات عمومی حفاظت از داده ها را در مشاغل آمریکایی تفسیر کنید.
  • مفاهیم را در تجزیه و تحلیل داده ها و هوش مصنوعی (AI) شناسایی کنید.
  • توجیهات استفاده از XAI و GAI را بررسی کنید.

سرفصل ها و درس ها

خوش آمدی Welcome

  • خوش آمدی Welcome

ماژول 1: داده ها ، اخلاق و قانون Module 1: Data, Ethics, and Law

  • داده ها ، اخلاق و قانون Data, ethics, and law

  • طراحی انقلاب داده Designing the data revolution

  • عصر کلان داده ها The age of big data

  • مبانی اخلاقی: قسمت 1 Ethical foundations: Part 1

  • مبانی اخلاقی: قسمت 2 Ethical foundations: Part 2

  • مبانی اخلاقی: قسمت 3 Ethical foundations: Part 3

  • قانون ، تحلیلی و جامعه Law, analytics, and society

  • انواع مختلف قانون Different types of law

  • تجزیه و تحلیل IRAC IRAC analysis

  • ذهنی به عینی Subjective to objective

  • سوگند داده A Data oath

  • برنامه IRAC IRAC application

  • مجموعه داده های دلسوزی را کاوش کنید: قسمت 1 Explore the compassions data set: Part 1

  • مجموعه داده های دلسوزی را کاوش کنید: قسمت 2 Explore the compassions data set: Part 2

  • مجموعه داده های دلسوزی را کاوش کنید: قسمت 3 Explore the compassions data set: Part 3

  • مسابقه فصل Chapter Quiz

ماژول 2: داده ها ، افراد و جامعه Module 2: Data, Individuals, and Society

  • داده ها ، افراد و جامعه Data, individuals, and society

  • تعصب در پردازش داده ها: قسمت 1 Bias in data processing: Part 1

  • تعصب در پردازش داده ها: قسمت 2 Bias in data processing: Part 2

  • نگرانی های قانونی برای برابری Legal concerns for equality

  • تعصب و چالش های حقوقی Bias and legal challenges

  • مصرف کنندگان و سیاست Consumers and policy

  • اشتغال و سیاست Employment and policy

  • آموزش و سیاست Education and policy

  • سیاست گذاری و سیاست گذاری Policing and policy

  • بهترین روش ها برای حذف تعصب Best practices to remove bias

  • تجزیه و تحلیل توصیفی و هویت Descriptive analytics and identity

  • حریم خصوصی ، امتیاز یا حق Privacy, privilege, or right

  • قانون حریم خصوصی و تجزیه و تحلیل Privacy law and analytics

  • قانون سهل انگاری و تجزیه و تحلیل Negligence law and analytics

  • عدم تعادل قدرت Power imbalances

  • برنامه IRAC IRAC application

  • مسابقه فصل Chapter Quiz

ماژول 3: اخلاق داده ها و قانون در تجارت Module 3: Data Ethics and Law in Business

  • اخلاق داده ها و قانون در تجارت Data ethics and law in business

  • مدیریت داده های مصرف کننده Handling consumer data

  • مدیریت داده های کارمندان Handling employee data

  • اخلاق در استخدام با داده های کلان Ethics in hiring with big data

  • دستکاری بازار دیجیتال Digital market manipulation

  • تکامل حریم خصوصی و فناوری The evolution of privacy and technology

  • حریم خصوصی داده ها و بهترین اقدامات امنیتی Data privacy and security best practices

  • GDPR GDPR

  • GDPR ، داده های بزرگ و هوش مصنوعی GDPR, big data, and AI

  • برنامه IRAC IRAC application

  • اخلاق و متغیرهای تکرار مجدد The ethics and variables of recidivism

  • مسابقه فصل Chapter Quiz

ماژول 4: هوش مصنوعی و فرصت های آینده Module 4: Artificial Intelligence and Future Opportunities

  • هوش مصنوعی و فرصت های آینده AI and future opportunities

  • از تجزیه و تحلیل گرفته تا هوش مصنوعی From analytics to AI

  • اصول طراحی هوش مصنوعی AI design principles

  • مثال اتومبیل های خودمختار Example autonomous cars

  • ارزشهایی مانند ارزشهای ما Values like ours

  • چرا XAI Why XAI

  • XAI مسائل XAI the issues

  • الگوریتم های پیچیده XAI XAI complex algorithms

  • XAI یا GAI XAI or GAI

  • الگوریتم ها و پاسخگویی Algorithms and accountability

  • مسابقه فصل Chapter Quiz

نتیجه Conclusion

  • بسته شدن Wrap up

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش اخلاق و قانون در تجزیه و تحلیل داده ها
جزییات دوره
3h 51m
58
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
15,473
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Microsoft General Technical Skills Microsoft General Technical Skills

آموزش مهارتهای اصلی فناوری برای جدیدترین نقشهای شغلی برنامه های مهارت های فنی عمومی مایکروسافت مهارت های فن آوری اصلی را برای برتری در جدیدترین نقش های شغلی آموزش می دهد.

مهارت های فنی و تجربه واقعی را از طریق یک سری دوره های آنلاین که دارای آزمایشگاه های عملی ، مربیان متخصص و پروژه های سنگین است که به شما کمک می کند مهارت های خود را به نمایش بگذارید و در مسیر رسیدن به یک پاداش قرار دهید ، کسب کنید. حرفه. مدرسان مایکروسافت از ترکیبی از صنعت و دانشگاه آمده اند و یک تجربه یادگیری بی نظیر را ارائه می دهند. نه تنها مربیان مربیانی هستند که در فناوری به آنها می آموزند - حتی بسیاری از آنها از تیم هایی استفاده می شوند که ابزارهای واقعی را تولید کرده اند - بلکه آنها از دانش مفاهیم اساسی برخوردار هستند. در https://academy.microsoft.com/en-us/professional-program بیشتر بیاموزید/