掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據科學倫理 版權信息
- ISBN：9787522129235
- 條形碼：9787522129235 ; 978-7-5221-2923-5
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據科學倫理 本書特色
1.對于商科和電子信息類專業學生來說
作者是一位建樹頗豐的學者，因數據科學研究而屢獲殊榮，他也是一位經驗豐富的實踐者，曾建立多家基于數據科學的公司，他也培養了許多優秀的學生。作者將其對數據科學的深刻理解和豐富的實踐經驗結合在一起，為學生和讀者提供了一個健康而真實的視角，讓他們真正了解數據科學*重要的精髓所在。
2.對于從事數據科學或管理數據驅動型企業的商業人士來說
各大部門、不同級別的管理人員需提出恰當的問題、解釋、質疑結果，并在此基礎上做出正確的決定。隨著倫理層面的重要性愈發明顯，商業人士需了解其相關概念，了解有關數據科學倫理的技術和警世故事。這也是本書的目的：在開展數據科學研究時，能為讀者提供指導和啟發性建議，幫助其做出正誤判斷。當我們將數據科學技術應用于我們的工作中時，應該注意避開這些陷阱。
3.對于對基于人工智能、機器學習或其他數據科學技術產品感興趣的讀者來說
本書中收集的現實世界的真實小故事，每個故事都生動闡述了商業中的道德問題。這些小故事揭示了現實生活中各種道德陷阱。
填補了數據科學和倫理兩類作品間的空白
數據科學倫理 內容簡介
數據科學倫理是關于人們在進行數據科學方面的行為的道德規范。到目前為止，數據科學主要應用于企業和社會并產生了積極成果。然而，就像任何技術一樣，數據科學也帶來了一些負面后果：隱私侵犯的增加，對敏感群體的數據驅動的歧視以及使用不可解釋的復雜模型做出決策。沒有哪個數據科學家和業務經理是天生不道德的，只是他們沒有接受過培訓來考慮他們在工作中的倫理問題——本書旨在填補這個越來越重要的空白和解釋不同的概念和技術，幫助讀者理解從k-匿名和差別隱私到同態加密和零知識證明等技術已可以解決隱私侵犯問題，消除敏感群體歧視和提供各種可解釋的人工智能。現實生活中的警世故事進一步說明了數據科學倫理的重要性和潛在影響，包括種族主義機器人的故事、搜索審查和人臉識別等。本書中穿插著結構化的練習，提供假設的場景和倫理困境，帶讀者一起思考如何平衡倫理問題和數據的效用。
數據科學倫理 目錄
第1章 數據科學倫理導讀
1.1 數據科學（倫理）的興起
1.2 為何關注數據倫理？
1.3 對錯之分
1.4 數據科學
1.5 數據科學倫理平衡
1.6 數據科學倫理的 FAT 流程框架
1.7 本章總結
第2章 倫理數據的收集
2.1 隱私權屬于人權
2.2 條例
2.3 隱私保護機制
2.4 警世故事：“后門”和信息加密
2.5 偏差 / 偏見
2.6 警世故事：路況檢測、大猩猩和簡歷
2.7 人體實驗
2.8 警世故事：約會、幸福和廣告
2.9 本章總結
第3章 倫理數據預處理
3.1 定義和衡量隱私的標準
3.2 警世故事：再識別
3.3 定義和選擇變量
3.4 警世故事：妊娠與人臉識別
3.5 公平的新定義
3.6 警世故事：偏見性語言
3.7 本章總結
第4章 倫理建模
4.1 隱私保護數據挖掘
4.2 歧視感知模型
4.3 警世故事：預測累犯和劃紅線
4.4 可理解的模型與可解釋的人工智能
4.5 警世故事：解釋網頁分類
4.6 倫理偏好：自動駕駛汽車
4.7 本章總結
第5章 道德評價
5.1 道德衡量
5.2 結果的倫理解釋
5.3 道德報告
5.4 德里克·斯塔佩爾的警世故事
5.5 本章總結
第6章 倫理部署
6.1 系統訪問
6.2 預測差異性與結果差異性
6.3 警世故事：人臉識別
6.4 誠實和換臉技術
6.5 管理方式
6.6 非預期后果
6.7 本章總結
第7章 結論 致謝
參考文獻
1.1 數據科學（倫理）的興起
1.2 為何關注數據倫理？
1.3 對錯之分
1.4 數據科學
1.5 數據科學倫理平衡
1.6 數據科學倫理的 FAT 流程框架
1.7 本章總結
第2章 倫理數據的收集
2.1 隱私權屬于人權
2.2 條例
2.3 隱私保護機制
2.4 警世故事：“后門”和信息加密
2.5 偏差 / 偏見
2.6 警世故事：路況檢測、大猩猩和簡歷
2.7 人體實驗
2.8 警世故事：約會、幸福和廣告
2.9 本章總結
第3章 倫理數據預處理
3.1 定義和衡量隱私的標準
3.2 警世故事：再識別
3.3 定義和選擇變量
3.4 警世故事：妊娠與人臉識別
3.5 公平的新定義
3.6 警世故事：偏見性語言
3.7 本章總結
第4章 倫理建模
4.1 隱私保護數據挖掘
4.2 歧視感知模型
4.3 警世故事：預測累犯和劃紅線
4.4 可理解的模型與可解釋的人工智能
4.5 警世故事：解釋網頁分類
4.6 倫理偏好：自動駕駛汽車
4.7 本章總結
第5章 道德評價
5.1 道德衡量
5.2 結果的倫理解釋
5.3 道德報告
5.4 德里克·斯塔佩爾的警世故事
5.5 本章總結
第6章 倫理部署
6.1 系統訪問
6.2 預測差異性與結果差異性
6.3 警世故事：人臉識別
6.4 誠實和換臉技術
6.5 管理方式
6.6 非預期后果
6.7 本章總結
第7章 結論 致謝
參考文獻
展開全部
數據科學倫理 作者簡介
[比]大衛·馬滕斯（David Martens）
比利時安特衛普大學工程管理系的數據科學教授。他教授研究生商業經濟學和商業工程的數據挖掘、數據科學和倫理學等課程。他長期致力于研究可解釋的人工智能，其成果發表在高影響力的期刊上，并獲得了一些獎項。他還與大型銀行、保險公司和電信公司以及各種科技初創公司進行合作。
書友推薦
- >
中國歷史的瞬間
- >
山海經
- >
我與地壇
- >
回憶愛瑪儂
- >
上帝之肋:男人的真實旅程
- >
莉莉和章魚
- >
我從未如此眷戀人間
- >
詩經-先民的歌唱
本類暢銷
