Du règlement général sur la protection des données (RGPD) aux scandales médiatiques, les questions d'éthique en data science défraient la chronique. Cette formation a pour objectif de sensibiliser les data scientists et leurs managers aux problèmes pouvant émerger de projets impliquant des données personnelles et des modèles de machine learning.
Des illustrations de cas concrets vous permettront d'appréhender les enjeux et vos leviers d'action pour développer et implémenter des systèmes d'IA plus responsables. Les mises en pratique proposées vous permettront de découvrir et manipuler les principales librairies Python favorisant l'interprétabilité et la vigilance (biais discriminatoires).
Des illustrations de cas concrets vous permettront d'appréhender les enjeux et vos leviers d'action pour développer et implémenter des systèmes d'IA plus responsables. Les mises en pratique proposées vous permettront de découvrir et manipuler les principales librairies Python favorisant l'interprétabilité et la vigilance (biais discriminatoires).