Avis des lecteurs
Résumé:Le livre « Understand, Manage, and Prevent Algorithmic Bias » (Comprendre, gérer et prévenir les biais algorithmiques) est loué pour son accessibilité aux non-experts et pour les informations précieuses qu'il fournit sur les biais algorithmiques, ce qui en fait une bonne ressource d'introduction. Toutefois, il ne répondra peut-être pas aux besoins des praticiens expérimentés à la recherche de connaissances plus approfondies.
Avantages:Accessible et utile pour les non-scientifiques des données, conseils pratiques sur les biais algorithmiques, liens précieux entre les concepts traditionnels de l'analyse et de l'apprentissage automatique.
Inconvénients:Peut ne pas répondre aux attentes des professionnels chevronnés ou des scientifiques des données à la recherche de connaissances avancées.
(basé sur 3 avis de lecteurs)
Titre original :
Understand, Manage, and Prevent Algorithmic Bias: A Guide for Business Users and Data Scientists
Contenu du livre :
Les algorithmes sont-ils des amis ou des ennemis ?
L'esprit humain est conçu par l'évolution pour prendre des raccourcis afin de survivre. Nous tirons des conclusions hâtives parce que notre cerveau veut nous protéger. La majorité de nos préjugés jouent en notre faveur, par exemple lorsque nous estimons qu'une voiture roulant à vive allure dans notre direction est dangereuse et que nous nous déplaçons instantanément, ou lorsque nous décidons de ne pas prendre une bouchée d'un aliment qui semble s'être avarié. Cependant, les préjugés inhérents affectent négativement les environnements de travail et la prise de décision au sein de nos communautés. Bien que la création d'algorithmes et l'apprentissage automatique tentent d'éliminer les préjugés, ils sont, après tout, créés par des êtres humains et sont donc susceptibles d'être affectés par ce que nous appelons les préjugés algorithmiques.
Dans Comprendre, gérer et prévenir les biais algorithmiques, l'auteur Tobias Baer vous aide à comprendre d'où viennent les biais algorithmiques, comment les gérer en tant qu'utilisateur professionnel ou régulateur, et comment la science des données peut empêcher les biais d'entrer dans les algorithmes statistiques. Baer aborde de manière experte quelques-unes des plus de 100 variétés de biais naturels, tels que le biais de confirmation, le biais de stabilité, le biais de reconnaissance de modèle, et bien d'autres encore. Les biais algorithmiques reflètent ces tendances humaines et en sont l'origine. Baer aborde des sujets aussi divers que la détection d'anomalies, les structures de modèles hybrides et l'apprentissage automatique.
Alors que la plupart des écrits sur les biais algorithmiques se concentrent sur les dangers, le cœur de ce livre positif et amusant indique une voie où les biais sont maintenus à distance, voire éliminés. Vous repartirez avec des techniques de gestion pour développer des algorithmes impartiaux, la capacité de détecter les biais plus rapidement et des connaissances pour créer des données impartiales. Comprendre, gérer et prévenir les biais algorithmiques est un ouvrage innovant, opportun et important qui doit figurer sur votre étagère. Que vous soyez un dirigeant d'entreprise chevronné, un scientifique des données ou simplement un passionné, le moment est venu de vous informer sur l'impact des biais algorithmiques sur la société et de jouer un rôle actif dans la lutte contre les biais.
Ce que vous apprendrez
⬤ Étudier les nombreuses sources de biais algorithmiques, y compris les biais cognitifs dans le monde réel, les données biaisées et les artefacts statistiques.
⬤ Comprendre les risques des biais algorithmiques, comment les détecter et les techniques managériales pour les prévenir ou les gérer.
⬤ Comprendre comment l'apprentissage automatique introduit de nouvelles sources de biais algorithmiques et peut faire partie d'une solution.
⬤ Connaître les techniques statistiques spécifiques qu'un scientifique des données peut utiliser pour détecter et surmonter les biais algorithmiques.
À qui s'adresse ce livre
Les dirigeants d'entreprises qui utilisent des algorithmes dans leurs activités quotidiennes.
Les scientifiques des données (des étudiants aux praticiens chevronnés) qui développent des algorithmes.
Les responsables de la conformité préoccupés par les biais algorithmiques.
Des politiciens, des journalistes et des philosophes qui réfléchissent aux biais algorithmiques en termes d'impact sur la société et de réponses réglementaires possibles.
Les consommateurs préoccupés par la manière dont ils pourraient être affectés par les biais algorithmiques.
Autres informations sur le livre :
| ISBN : | 9781484248843 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 245 |
Achat:
Actuellement disponible, en stock.
