Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Nível iniciante
Aproximadamente. 15 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol

H.V. Jagadish
Bernard um professor colegiado de galer
Engenharia Elétrica e Sciencesyllabus – O que você aprenderá com este curso
O que são ética?
O módulo 1 deste curso estabelece uma base básica na noção de ética utilitária simples que usamos para este curso. O material da palestra e as perguntas do teste são projetadas para que a maioria das pessoas chegue a um acordo sobre o certo e o errado, usando a estrutura utilitária ensinada aqui. Se você trazer seu próprio senso moral para suportar ou pensar muito sobre possíveis contra-argumentos, é provável que você possa chegar a uma conclusão diferente. Mas essa discussão não é disso que se trata este curso. Portanto, resista a essa tentação, para que possamos estabelecer uma base comum para o resto deste curso.
História, conceito de consentimento informado
Os primeiros experimentos sobre seres humanos foram, por cientistas, pretendem o avanço da medicina, para o benefício de toda a humanidade, desconsiderando o bem -estar de indivíduos humanos. Muitas vezes, estes eram realizados por cientistas brancos, no assunto negro. Neste módulo, falaremos sobre as leis que governam o princípio do consentimento informado. Também discutiremos por que o consentimento informado não funciona bem para estudos retrospectivos ou para os clientes de empresas eletrônicas.
Propriedade de dados
Quem possui dados sobre você? Vamos explorar essa pergunta neste módulo. Alguns exemplos de dados pessoais incluem direitos autorais para biografias; Propriedade de fotos postadas on -line, Yelp, Trip Advisor, Public Data Capture e Sale Data. Também exploraremos os limites da gravação e uso de dados.
Privacidade
A privacidade é uma necessidade humana básica. Privacidade significa a capacidade de controlar informações sobre si mesmo, não necessariamente a capacidade de esconder as coisas. Vimos o aumento de diferentes sistemas de valor em relação à privacidade. Hoje, as crianças são mais propensas a compartilhar informações pessoais nas mídias sociais, por exemplo. Portanto, enquanto os valores estão mudando, isso não remove a necessidade fundamental de controlar informações pessoais. Neste módulo, examinaremos a relação entre os serviços que recebemos e os dados que fornecemos em troca: por exemplo, o local para um telefone celular. Também compararemos e contrastaremos “dados” com “metadados”.
Anonimato
Certas transações podem ser realizadas anonimamente. Mas muitos não podem, incluindo onde há entrega física do produto. Dois exemplos relacionados a transações anônimas que veremos são “cadeias de blocos” e “bitcoin”. Também examinaremos algumas das desvantagens que vêm com anonimato.
Validade de dados
A validade dos dados não é uma nova preocupação. Com muita frequência, vemos o uso inadequado de métodos de ciência de dados levando a conclusões errôneas. Este módulo aponta erros comuns, no idioma adequado para um aluno com exposição limitada a estatísticas. Vamos nos concentrar na noção de amostra representativa: clientes opinativos, por exemplo, não são necessariamente representativos de todos os clientes.
Justiça algorítmica
O que poderia ser mais justo do que uma análise orientada a dados? Certamente o computador idiota não pode abrigar preconceitos ou estereótipos. Embora de fato a técnica de análise possa ser completamente neutra, dadas as suposições, o modelo, os dados de treinamento etc. faça isso. Somente recentemente as pessoas começaram a pensar em como as decisões algorítmicas podem ser injustas. Considere este artigo, publicado no New York Times. Este módulo discute esse problema de ponta.
Conseqüências sociais
No módulo 8, consideramos as conseqüências sociais da ciência de dados com as quais devemos nos preocupar, mesmo que não haja problemas com justiça, validade, anonimato, privacidade, propriedade ou pesquisa de assuntos humanos. Essas preocupações “sistêmicas” geralmente são as mais difíceis de abordar, mas tão importantes quanto outras questões discutidas antes. Por exemplo, consideramos ossificação, ou a tendência dos métodos algorítmicos de aprender e codificar o estado atual do mundo e, assim, dificultar a mudança. A assimetria da informação tem sido explorada há muito tempo para a vantagem de alguns, para desvantagem de outros. A tecnologia da informação facilita a disseminação da informação e, portanto, geralmente diminui a assimetria. No entanto, conjuntos de big data e análises sofisticadas aumentam a assimetria em favor daqueles com capacidade de adquirir/acessar.
Código de Ética
Finalmente, no módulo 9, vinculamos todos os problemas que consideramos juntos em um código de ética simples de dois pontos para o praticante.
Atribuições
Este módulo contém listas de atribuições para os recursos audiovisuais externos usados ​​ao longo do curso.