Passer directement au contenu principal

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

DÉCOUVRIR, ÉTABLIR DES RELATION ET GRANDIR

Microsoft Reactor

Rejoignez Microsoft Reactor et collaborez avec les start-ups et les développeurs en direct

Êtes-vous prêt à démarrer avec l’IA ?  Microsoft Reactor propose des événements, des formations et des ressources communautaires pour aider les start-ups, les entrepreneurs et les développeurs à fonder leurs futures activités sur la technologie de l’IA. Rejoignez-nous !

DÉCOUVRIR, ÉTABLIR DES RELATION ET GRANDIR

Microsoft Reactor

Rejoignez Microsoft Reactor et collaborez avec les start-ups et les développeurs en direct

Êtes-vous prêt à démarrer avec l’IA ?  Microsoft Reactor propose des événements, des formations et des ressources communautaires pour aider les start-ups, les entrepreneurs et les développeurs à fonder leurs futures activités sur la technologie de l’IA. 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

Pour toute question, contactez-nous à l’adresse reactor@microsoft.com