- Überblick über Datenwissenschaft und die zunehmende Bedeutung der Datenethik in der modernen Analytik
- Einführung in Python als Werkzeug für die Arbeit mit ethischen Daten, zur Gewährleistung von Datenschutz und Fairness
- Verständnis der Rolle von KI und maschinellem Lernen bei der Entscheidungsfindung und der ethischen Auswirkungen algorithmischer Verzerrungen
- Einrichtung der Python-Umgebung zur Bewältigung ethischer Herausforderungen in datenwissenschaftlichen Projekten
Verständnis der Datenethik:
- Einführung in die Datenethik und ihre Rolle bei der Wahrung von Vertrauen und Rechenschaftspflicht in der Datenwissenschaft
- Untersuchung von Voreingenommenheit, Fairness, Datenschutz und Transparenz bei der Datenerhebung und Modellentwicklung
- Ethische Fragen im Zusammenhang mit dem Einsatz von KI bei der Entscheidungsfindung, wie Diskriminierung und Transparenz
- Bewährte Verfahren, um sicherzustellen, dass die beim maschinellen Lernen verwendeten Daten ethisch einwandfrei und unvoreingenommen sind
Kommunikation von Datenerkenntnissen an Interessengruppen:
- Bewährte Verfahren zur Präsentation komplexer datenwissenschaftlicher Erkenntnisse für nicht-technische Interessengruppen
- Techniken zur Vermittlung der ethischen Überlegungen und Grenzen von KI-Modellen an Führungskräfte
- Wie man klare Visualisierungen und Berichte erstellt, die die Erkenntnisse der Data Science für alle Ebenen der Interessengruppen zugänglich machen
- Sicherstellen, dass Geschäftsentscheidungen, die auf Daten basieren, ethisch einwandfrei sind und mit den Werten der Organisation übereinstimmen
Rechtliche und regulatorische Überlegungen in der Data Science:
- Einführung in die DSGVO und andere Datenschutzgesetze, die sich auf Data Science-Projekte auswirken
- Ethische Überlegungen zum Datenschutz und zur Datensicherheit, insbesondere in sensiblen Bereichen wie dem Gesundheits- und Finanzwesen
- Verständnis der rechtlichen Auswirkungen der Verwendung personenbezogener Daten für die Schulung von Machine Learning-Modellen
- Umsetzung bewährter Verfahren zur Einhaltung von Vorschriften bei der Durchführung von Aufgaben im Bereich Data Science und KI
Die Inhalte umfassen Data Science mit Schwerpunkt auf Datenethik, Python, KI und maschinellem Lernen sowie Kommunikation von Data Science-Erkenntnissen und rechtlichen Aspekten wie DSGVO in Data Science-Projekten.