Értékelés:
A „Felelős adattudomány” című könyv az adattudósok és vezetők számára készült, különösen olyan területeken, mint a pénzügyi szolgáltatások és a biotechnológiai iparágak. Tárgyalja a mesterséges intelligencia algoritmusokban megjelenő elfogultságot és tisztességtelenséget, és gyakorlati eszközöket kínál az etikus végrehajtáshoz és ellenőrzéshez. Bár a könyv tanulságos perspektívákat tartalmaz, egyes kritikák kiemelik, hogy egyes részei túlságosan bevezető jellegűek vagy ismétlődőek, és bizonyos területeken nem elég mélyreható.
Előnyök:⬤ Hasznos eszközöket nyújt a mesterséges intelligencia alkalmazása során felmerülő károk elkerülésére.
⬤ Gyakorlati tippeket kínál a gépi tanulási modellek megvalósításához és auditálásához.
⬤ Magában foglal egy lenyűgöző elbeszélést, amely a felelős mesterséges intelligencia gyakorlatokról tájékoztat.
⬤ Célzott útmutatás adattudósok és gyakorlati szakemberek számára.
⬤ Rávilágít az adattudományi alkalmazások etikai vonatkozásaira.
⬤ Túl sok bevezető anyagot tartalmaz, és egyes szakaszok ismétlődnek.
⬤ Hiányzik a kritikus témák tárgyalásának mélysége és konkrétsága.
⬤ Egyes technikai részek nem feltétlenül általános alkalmazhatóságúak.
(6 olvasói vélemény alapján)
Responsible Data Science
Fedezze fel az adattudomány legsúlyosabb etikai kérdéseit ezzel az éleslátó új forrással
Az adattudomány növekvő népszerűsége az elfogultság, az igazságtalanság és a diszkrimináció számos jól ismert esetét eredményezte. A "fekete doboz" algoritmusok széles körű alkalmazása, amelyeket még a fejlesztőik számára is nehéz vagy lehetetlen megérteni és megmagyarázni, az egyik elsődleges forrása ezeknek a nem várt károknak, ami miatt a nagy adathalmazok manipulálására szolgáló modern technikák és módszerek baljóslatúnak, sőt veszélyesnek tűnnek. Ha ezek az algoritmusok tekintélyelvű kormányok kezébe kerülnek, lehetővé teszik a politikai ellenvélemény elnyomását és a kisebbségek üldözését. Az ilyen károk megelőzése érdekében az adattudósoknak mindenütt meg kell érteniük, hogy az általuk készített és alkalmazott algoritmusok hogyan árthatnak bizonyos csoportoknak vagy lehetnek igazságtalanok.
A Felelős adattudomány átfogó, gyakorlatias feldolgozást nyújt arról, hogyan lehet az adattudományi megoldásokat olyan kiegyensúlyozott és etikus módon megvalósítani, amely minimálisra csökkenti a társadalom kiszolgáltatott tagjait érő indokolatlan károk kockázatát. Mind az adattudomány gyakorlói, mind az analitikai csapatok vezetői megtanulják, hogyan:
⬤ A modell átláthatóságának javítása, még a fekete dobozos modellek esetében is.
⬤ Diagnosztizálja a modelleken belüli torzításokat és igazságtalanságokat többféle mérőszám segítségével.
⬤ Auditálja a projekteket a méltányosság biztosítása és a nem szándékos károkozás lehetőségének minimalizálása érdekében.
Az adattudományi szakemberek számára tökéletes, a Felelős adattudomány a technikailag hajlamos vezetők, szoftverfejlesztők és statisztikusok könyvespolcán is helyet fog kapni.
