Google Cloud Introduction to Responsible AI in Practice (IRAP)
Ziele der Schulung
In diesem Kurs werden Sie die von Google empfohlenen Best Practices für die verantwortungsvolle Nutzung von KI in verschiedenen Schwerpunktbereichen kennenlernen: Fairness, Interpretierbarkeit, Datenschutz und Sicherheit. Dabei lernen Sie, wie Sie verschiedene Open-Source-Tools und Tools von Vertex AI nutzen können, um diese Konzepte zu erforschen und sich mit den verschiedenen Herausforderungen zu beschäftigen, die bei generativer KI auftreten.
- Überblick über die Grundsätze und Praktiken von Responsible AI
- Implementierung von Verfahren zur Überprüfung auf unlautere Verzerrungen in Modellen des maschinellen Lernens
- Erforschung von Techniken zur Interpretation des Verhaltens von Modellen des maschinellen Lernens in einer für den Menschen verständlichen Weise
- Schaffung von Prozessen, die den Schutz sensibler Daten in Anwendungen für maschinelles Lernen gewährleisten
- Verstehen von Techniken zur Gewährleistung der Sicherheit generativer KI-gestützter Anwendungen
Zielgruppe Seminar
Praktiker des maschinellen Lernens und Entwickler von KI-Anwendungen, die generative KI auf verantwortungsvolle Weise nutzen möchten.
Voraussetzungen
Um diesen Kurs optimal nutzen zu können, sollten die Teilnehmer folgende Voraussetzungen erfüllen
- Vertrautheit mit grundlegenden Konzepten des maschinellen Lernens
- Vertrautheit mit grundlegenden Konzepten der generativen KI auf Google Cloud in Vertex AI
Lernmethodik
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Seminarinhalt
Modul 1 - KI-Prinzipien und verantwortungsvolle KI
- Die KI-Grundsätze von Google
- Verantwortungsvolle AI-Praktiken
- Allgemeine bewährte Praktiken
Modul 2 - Fairness in der KI
- Überblick über Fairness in der KI
- Beispiele für Instrumente zur Untersuchung der Fairness von Datensätzen und Modellen
- Übung: TensorFlow-Datenvalidierung und TensorFlow-Modellanalyse zur Sicherstellung der Fairness verwenden
Modul 3 - Interpretierbarkeit von AI
- Überblick über die Interpretierbarkeit in der KI
- Auswahl der Metrik
- Taxonomie der Erklärbarkeit in ML-Modellen
- Beispiele für Instrumente zur Untersuchung der Interpretierbarkeit
- Übung: Werkzeug zum Erlernen der Interpretierbarkeit von Textzusammenfassungen
Modul 4 - Datenschutz in ML
- Überblick in Datenschutz in ML
- Sicherheit der Daten
- Modell Sicherheit
- Sicherheit für generative KI in der Google Cloud
Modul 5 - AI-Sicherheit
- Überblick über die AI-Sicherheit
- Widersprüchliche Tests
- Sicherheit im Gen AI Studio
- Labor: Verantwortungsvolle KI mit Gen AI Studio
Hinweise
Partner
Dieses Seminar bieten wir in Kooperation mit unserem Google Cloud Learning Partner Fast Lane Institute for Knowledge Transfer GmbH an.
Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis
Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.
Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.
Übersicht: Google Cloud Schulungen Portfolio
