Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies


Webinar: Ética e Inteligencia Artificial, algoritmos más equitativos y justos (José Carlos Baquero)
La toma de decisiones con algoritmos de Machine Learning puede ser perjudicial para recrear sesgos históricos. En este webinar, se resalta la importancia de la ética en la Inteligencia Artificial (IA), el desarrollo de algoritmos equitativos y como permitir cuestionar los modelos complejos, así como modificar la optimización de las funciones de los objetos y añadir restricciones para obtener modelos más robustos.
Resumen
La toma de decisiones con algoritmos de Machine Learning puede ser perjudicial para recrear sesgos históricos. En este webinar, se resalta la importancia de la ética en la Inteligencia Artificial (IA), el desarrollo de algoritmos equitativos y como permitir cuestionar los modelos complejos, así como modificar la optimización de las funciones de los objetos y añadir restricciones para obtener modelos más robustos.
Categoría
Subcategoría
Palabras clave
Licencia
Consultas: 10
Citaciones: Sin citaciones
La toma de decisiones con algoritmos de Machine Learning puede ser perjudicial para recrear sesgos históricos. En este webinar, se resalta la importancia de la ética en la Inteligencia Artificial (IA), el desarrollo de algoritmos equitativos y como permitir cuestionar los modelos complejos, así como modificar la optimización de las funciones de los objetos y añadir restricciones para obtener modelos más robustos.
La toma de decisiones con algoritmos de Machine Learning puede ser perjudicial para recrear sesgos históricos. En este webinar, se resalta la importancia de la ética en la Inteligencia Artificial (IA), el desarrollo de algoritmos equitativos y como permitir cuestionar los modelos complejos, así como modificar la optimización de las funciones de los objetos y añadir restricciones para obtener modelos más robustos.