Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA Explicable y la ética
- La necesidad de explicabilidad en los sistemas de IA
- Desafíos en la ética y la equidad de la IA
- Panorama general de los estándares regulatorios y éticos
Técnicas de XAI para la IA ética
- Métodos agnósticos del modelo: LIME, SHAP
- Técnicas de detección de sesgos en modelos de IA
- Manejo de la interpretabilidad en sistemas complejos de IA
Transparencia y responsabilidad en la IA
- Diseño de sistemas de IA transparentes
- Garantía de responsabilidad en la toma de decisiones de la IA
- Auditoría de sistemas de IA para verificar la equidad
Equidad y mitigación de sesgos en la IA
- Detección y abordaje de sesgos en modelos de IA
- Garantía de equidad entre diferentes grupos demográficos
- Implementación de directrices éticas en el desarrollo de IA
Marcos regulatorios y éticos
- Panorama general de los estándares de ética en IA
- Comprensión de las regulaciones de IA en diferentes industrias
- Alineación de sistemas de IA con el GDPR, CCPA y otros marcos
Aplicaciones reales de la XAI en la IA ética
- Explicabilidad en la IA aplicada a la salud
- Construcción de sistemas de IA transparentes en el sector financiero
- Despliegue de IA ética en el ámbito del orden público
Tendencias futuras en XAI e IA ética
- Tendencias emergentes en investigación sobre explicabilidad
- Nuevas técnicas para la detección de equidad y sesgos
- Oportunidades para el desarrollo ético de IA en el futuro
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de modelos de aprendizaje automático
- Familiaridad con el desarrollo de IA y sus marcos de trabajo
- Interés en la ética y la transparencia de la IA
Público objetivo
- Especialistas en ética de la IA
- Desarrolladores de IA
- Científicos de datos
14 Horas