Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 44,95

+ 89 punten

Levering 1 à 2 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

AI systems are solving real-world challenges and transforming industries, but there are serious concerns about how responsibly they operate on behalf of the humans that rely on them. Many ethical principles and guidelines have been proposed for AI systems, but they're often too 'high-level' to be translated into practice. Conversely, AI/ML researchers often focus on algorithmic solutions that are too 'low-level' to adequately address ethics and responsibility. In this timely, practical guide, pioneering AI practitioners bridge these gaps. The authors illuminate issues of AI responsibility across the entire system lifecycle and all system components, offer concrete and actionable guidance for addressing them, and demonstrate these approaches in three detailed case studies.

Writing for technologists, decision-makers, students, users, and other stake-holders, the topics cover:

Governance mechanisms at industry, organisation, and team levels
Development process perspectives, including software engineering best practices for AI
System perspectives, including quality attributes, architecture styles, and patterns
Techniques for connecting code with data and models, including key tradeoffs
Principle-specific techniques for fairness, privacy, and explainability
A preview of the future of responsible AI