이 과정에서는 책임감 있는 AI 관행에 대해 알아봅니다. 먼저 책임감 있는 AI가 무엇인지 소개합니다. 책임감 있는 AI를 정의하는 방법을 배우고, 책임감 있는 AI가 극복하려는 과제를 이해하고, 책임감 있는 AI의 핵심 요소를 탐구하게 됩니다.
그런 다음 책임감 있는 AI 시스템 개발을 위한 몇 가지 주제를 자세히 살펴봅니다. 책임감 있는 AI를 지원하기 위해 AWS에서 제공하는 서비스 및 도구를 소개합니다. 또한 모델을 선택하고 AI 시스템용 데이터를 준비하기 위한 책임감 있는 AI 고려 사항에 대해서도 배우게 됩니다.
마지막으로 투명하고 설명 가능한 모델에 대해 알아봅니다. 모델이 투명하고 설명 가능하다는 것이 무엇을 의미하는지 확실히 이해하게 될 것입니다. 또한 투명한 모델의 절충점 고려 사항과 설명 가능한 AI를 위한 인간 중심 설계 원칙에 대해서도 살펴봅니다.
- 과정 수준: 기초
- 소요 시간: 1시간
활동
이 과정에는 대화형 요소, 텍스트 지침, 예시 그래픽 및 지식 확인이 포함되어 있습니다.
과정 목표
이 과정에서 학습할 내용은 다음과 같습니다.
- 책임감 있는 AI 설명
- AI 모델의 편향 설명
- 생성형 AI의 위험 식별
- 책임감 있는 AI의 핵심 요소 파악
- 책임감 있는 AI를 위해 AWS에서 제공하는 서비스 및 도구 설명
- 모델 선택을 위한 책임감 있는 관행 설명
- 책임감 있는 데이터세트의 책임감 특성 설명
- 투명하고 설명 가능한 모델 설명
- AI 모델의 책임감 있는 절충점 파악
- 인간 중심 설계의 원칙 설명
수강 대상
이 과정의 수강 대상은 다음과 같습니다.
- 특정 직무와 무관하게 기계 학습 및 인공 지능에 관심이 있는 개인
- AWS Certified AI Practitioner 자격증 시험에 응시하려는 개인
수강 전 권장 사항
책임감 있는 AI 관행은 인공 지능, 기계 학습, 생성형 AI에 대한 기초를 다지는 시리즈의 일부입니다. 아직 완료하지 않았다면 다음 두 과정을 완료하는 것이 좋습니다.
- Fundamentals of Machine Learning and Artificial Intelligence
- Exploring Artificial Intelligence Use Cases and Applications
과정 개요
섹션 1: 소개
- 소개
섹션 2: 책임감 있는 AI 소개
- 책임감 있는 AI란 무엇입니까?
- 책임감 있는 AI의 과제
- 책임감 있는 AI의 핵심 요소
- 지식 확인
섹션 3: 책임감 있는 AI 시스템 개발
- 책임감 있는 AI를 위한 Amazon 서비스 및 도구
- 모델 선택을 위한 책임감 있는 고려 사항
- 책임감 있는 데이터세트 준비
- 지식 확인
섹션 4: 투명하고 설명 가능한 AI 모델
- 투명하고 설명 가능한 모델이란 무엇입니까?
- 책임감 있는 AI 모델 절충점
- 설명 가능한 AI를 위한 인간 중심 설계의 원칙
- 지식 확인
섹션 5: 리소스
- AWS 서비스 링크
