وصف المقرر : تحتل مسألة العدالة والإنصاف مركز الاهتمامات الأخلاقية في مجال تعلم الآلة (ML) بسبب أشكال التحيز المتعددة التي تنشأ أثناء إنتاج وتجهيز البيانات المستخدمة في الخوارزميات وأدوات التعلم الآلي. والسؤال الرئيسي الذي يواجه الباحثين والمهندسين هو إيجاد الحلول لجعل الأنظمة الآلية أكثر خضوعاً للمساءلة وأكثر عدالة. سيركز هذا المقرر على الطرق والتقنيات المستخدمة لتأطير وقياس والحد من التحيز في تعلم الآلة واتخاذ القرارات المعتمدة على البيانات. ولتحقيق هذا الهدف، سيغطي المقرر الموضوعات التالية: مقدمة، السببية، اختبار التمييز عملياً، نظرة أشمل للتمييز، ومجموعات البيانات.
الساعات المعتمدة : 3
أهداف المقرر :
• فهم أهمية العدالة في تعلم الآلة.
• إيجاد حلول لجعل الأنظمة أكثر قابلية للمساءلة.
• تحديد والحد من التحيز الموجود في تعلم الآلة.
مخرجات المقرر :
1. المعرفة والفهم:
1.1. فهم مفهوم العدالة في تعلم الآلة.
1.2. تحديد مصادر التحيز في مهام تحليل البيانات، بما في ذلك النصوص والصور والبيانات الجدولية.
2. المهارات:
2.1. اكتشاف وتقييم التحيزات في كل من مجموعات البيانات ونماذج تعلم الآلة المدربة.
2.2. تصميم خوارزميات للحد من التحيز ملائمة لمهمة محددة.
3. القيم:
3.1. تقديم نماذج وأمثلة توضح كيف يمكن جعل الأنظمة أكثر خضوعاً للمساءلة من الناحية الأخلاقية.
هذا الموقع يستخدم ملفات تعريف الارتباط الخاصة لضمان سهولة الاستخدام، وتحسين تجربتك أثناء التصفح، كما يوضح الأحكام والسياسات المتعلقة بخصوصية المستخدم. من خلال الاستمرار في تصفح هذا الموقع، فإنك تقر بقبول استخدام ملفات تعريف الارتباط، وما جاء في سياسة الخصوصية