Passer directement au contenu principal
icône mégaphone

Microsoft Build 2026

Aller plus loin sur le code réel et les systèmes réels chez Microsoft Build

APPRENDRE, SE CONNECTER, CRÉER

Microsoft Reactor

Rejoignez Microsoft Reactor et collaborez avec les développeurs en direct

Prêt à bien démarrer avec l’IA et les dernières technologies ? Microsoft Reactor fournit des événements, des formations et des ressources communautaires pour aider les développeurs, les entrepreneurs et les start-ups à se baser sur la technologie IA et bien plus encore. Rejoignez-nous !

APPRENDRE, SE CONNECTER, CRÉER

Microsoft Reactor

Rejoignez Microsoft Reactor et collaborez avec les développeurs en direct

Prêt à bien démarrer avec l’IA et les dernières technologies ? Microsoft Reactor fournit des événements, des formations et des ressources communautaires pour aider les développeurs, les entrepreneurs et les start-ups à se baser sur la technologie IA et bien plus encore. Rejoignez-nous !

Retourner

How to expose ML model errors, data bias & interpretability with responsible AI

13 juillet, 2023 | 4:30 PM - 5:30 PM (UTC) Temps universel coordonné

  • Format:
  • alt##LivestreamStream en direct

Thème: Science des données et Machine Learning

Langage: À l’aide de la langue anglaise

The astonishing growth in AI innovations are transforming our lives and society. Companies are adopting AI in their business process and products to gain a competitive advancement. The rapid advancements are seen across many industries such as finance, healthcare, education, manufacturing, etc. As society expectation for AI are evolving, there's increasing scrutiny on what harms AI systems can cause with no transparency or accountability enforced. As a result, there’s growing government compliance regulations on AI in some industries. On the other hand, data scientists, AI developers and decision-makers face the challenge of finding the right tools to enable them to analyze machine learning models for fairness, safety & reliability, explainability and accountability. In this session, we will explore the Azure Machine Learning's Responsible AI dashboard tool that enables data scientists and companies to analyze and debug AI systems to be less harmful to society, more trustworthy and meet compliance requirements.

  • AI
  • Machine Learning

Intervenants

Certaines parties de cette page peuvent être traduites par machine ou IA.