![Paperback Algorithmic Bias: Verzerrungen Durch Algorithmen Verstehen Und Verhindern: Ein Leitfaden Für Entscheider Und Data Scientists [German] Book](https://i.thriftbooks.com/api/imagehandler/m/33705EB47D6B4C56BA94A50561B7CEB647DDC45F.jpeg)
Algorithmic Bias: Verzerrungen Durch Algorithmen Verstehen Und Verhindern: Ein Leitfaden Für Entscheider Und Data Scientists [German]
Sind Algorithmen Freund oder Feind?
Der menschliche Verstand ist evolution r darauf ausgelegt, Abk rzungen zu nehmen, um zu berleben. Wir ziehen voreilige Schl sse, weil unser Gehirn uns in Sicherheit wiegen will. Die meisten unserer Voreingenommenheiten wirken sich zu unseren Gunsten aus, z. B. wenn wir ein Auto, das in unsere Richtung f hrt, f r gef hrlich halten und sofort ausweichen oder wenn wir beschlie en, einen Bissen Essen nicht zu essen, der verdorben zu sein scheint. Allerdings wirken sich inh rente Vorurteile negativ auf das Arbeitsumfeld und die Entscheidungsfindung in unseren Gemeinschaften aus. Zwar wird mit der Entwicklung von Algorithmen und maschinellem Lernen versucht, Voreingenommenheit zu beseitigen, doch werden sie schlie lich von Menschen geschaffen und sind daher anf llig f r das, was wir algorithmische Voreingenommenheit nennen.
In Understand, Manage, and Prevent Algorithmic Bias (Algorithmische Voreingenommenheit verstehen, handhaben und verhindern) hilft Ihnen der Autor Tobias Baer zu verstehen, woher algorithmische Voreingenommenheit kommt, wie man sie als Gesch ftsanwender oder Regulierungsbeh rde handhaben kann und wie die Datenwissenschaft verhindern kann, dass Voreingenommenheit in statistische Algorithmen einflie t. Baer befasst sich fachkundig mit einigen der mehr als 100 Arten nat rlicher Verzerrungen wie Confirmation Bias, Stability Bias, Pattern Recognition Bias und vielen anderen. Algorithmische Verzerrungen spiegeln diese menschlichen Tendenzen wider und haben ihren Ursprung in ihnen. Baer befasst sich mit so unterschiedlichen Themen wie der Erkennung von Anomalien, hybriden Modellstrukturen und selbstverbesserndem maschinellen Lernen.
W hrend sich die meisten Schriften ber algorithmische Voreingenommenheit auf die Gefahren konzentrieren, weist der Kern dieses positiven, unterhaltsamen Buches auf einen Weg hin, auf dem Voreingenommenheit in Schach gehalten und sogar beseitigt werden kann. Sie erhalten Managementtechniken, um unvoreingenommene Algorithmen zu entwickeln, die F higkeit, Voreingenommenheit schneller zu erkennen, und das Wissen, um unvoreingenommene Daten zu erstellen. Algorithmic Bias verstehen, verwalten und verhindern ist ein innovatives, zeitgem es und wichtiges Buch, das in Ihr Regal geh rt. Egal, ob Sie eine erfahrene F hrungskraft in der Wirtschaft, ein Datenwissenschaftler oder einfach nur ein Enthusiast sind, jetzt ist ein entscheidender Zeitpunkt, um sich ber die Auswirkungen algorithmischer Verzerrungen auf die Gesellschaft zu informieren und eine aktive Rolle im Kampf gegen Verzerrungen zu bernehmen.
Was Sie lernen werden
Untersuchung der vielen Quellen algorithmischer Verzerrungen, einschlie lich kognitiver Verzerrungen in der realen Welt, verzerrter Daten und statistischer Artefakte
Verstehen Sie die Risiken algorithmischer Verzerrungen, wie sie erkannt werden k nnen und welche Managementtechniken es gibt, um sie zu verhindern oder zu verwalten
Erkennen, wie maschinelles Lernen sowohl neue Quellen f r algorithmische Verzerrungen schafft als auch ein Teil der L sung sein kann
Kenntnis spezifischer statistischer Techniken, die ein Datenwissenschaftler anwenden kann, um algorithmische Verzerrungen zu erkennen und zu beseitigen
F r wen dieses Buch gedacht ist
F hrungskr fte von Unternehmen, die Algorithmen im t glichen Betrieb einsetzen; Datenwissenschaftler (von Studenten bis hin zu erfahrenen Praktikern), die Algorithmen entwickeln; Compliance-Beamte, die ber algorithmische Verzerrungen besorgt sind; Politiker, Journalisten und Philosophen, die ber algorithmische Verzerrungen im Hinblick auf ihre Auswirkungen auf die Gesellschaft und m gliche regulatorische Ma nahmen nachdenken; und Verbraucher, die dar ber besorgt sind, wie sie von algorithmischen Verzerrungen betroffen sein k nnten
Customer Reviews
ThriftBooks ® and the ThriftBooks ® logo are registered trademarks of Thrift Books Global, LLC
