Séances de cours associées à Éthique dans le NLP

Considérations éthiques dans le traitement des langues naturelles

Examine les défis éthiques dans les systèmes de PNL, y compris les biais, la toxicité, la vie privée et la désinformation.

Éthique dans le traitement du langage naturel: lutter contre les préjugés et la désinformation

Couvre les considérations éthiques en PNL, en se concentrant sur les biais, la toxicité et la désinformation.

Modèles de séquence de préformation: BART et T5

Couvre la préformation des modèles séquence à séquence, en se concentrant sur les architectures BART et T5.

Éthique et équité dans l’apprentissage automatique

Explore les implications éthiques du déploiement d'algorithmes d'apprentissage automatique et souligne l'importance de l'équité dans les processus décisionnels.

Annotation des données : collecte et biais dans la PNL

Aborde la collecte de données, les processus d'annotation et les biais dans le traitement du langage naturel.

Éthique et droit de l'IA

Explore l'éthique et le droit de l'IA, en mettant l'accent sur l'éthique des données, les préjugés et la justice sociale dans les systèmes d'IA.

Introduction au traitement du langage naturel moderne

Introduit le cours sur le traitement du langage naturel moderne, couvrant son importance, ses applications, ses défis et les progrès de la technologie.

La PNL multilingue : défis et innovations

Couvre l'importance de la PNL multilingue et les défis de l'échelle des modèles linguistiques.

Introduction aux droits de l'homme

Introduit des concepts clés en matière de droits de l'homme, explore la discrimination, les normes sociales et l'impact des algorithmes sur les droits.

Modèles de langage classique: fondements et applications

Présente des modèles de langage classiques, leurs applications et des concepts fondamentaux tels que la modélisation et les mesures d'évaluation basées sur le nombre.

Génération de langues naturelles

Explore la génération du langage naturel, couvrant les modèles neuraux, les biais, l'éthique et les défis d'évaluation.

Transformers: Techniques de pré-entraînement et de décodage

Couvre les concepts avancés de transformateur, en se concentrant sur les techniques de pré-formation et de décodage en PNL.

Cours pratique AI et FX

Introduit le cours pratique AI et FX, en se concentrant sur des lectures hebdomadaires et des discussions sur les aspects éthiques et juridiques de l'IA.

Fondements de l'apprentissage automatique

Couvre les principes fondamentaux, les opportunités et les défis de l'apprentissage automatique.

Questions relatives aux données dans le domaine de la recherche

Examine les défis que posent les hypothèses de données, les biais et d'autres aspects de la recherche, y compris les écritures incomplètes et les frustrations des nouveaux arrivants.

Le PNL moderne et l'éthique dans le PNL Connectez-vous à Mediaspace pour regarder cette vidéo

Se penche sur les progrès et les défis du PNL, ainsi que sur les considérations éthiques et les préjudices potentiels.

Bias dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Plonge dans l'impact des biais dans les modèles d'apprentissage automatique et l'importance d'évaluer les dommages potentiels dans le développement de tels systèmes.

Traitement du langage naturel: comprendre les transformateurs et la tokenisation Connectez-vous à Mediaspace pour regarder cette vidéo

Fournit un aperçu du traitement du langage naturel, en se concentrant sur les transformateurs, la tokenisation et les mécanismes d'auto-attention pour une analyse et une synthèse efficaces du langage.

Traitement du langage naturel : un amorceur Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit le traitement du langage naturel (NLP) et ses applications, couvrant la tokenisation, l'apprentissage automatique, l'analyse du sentiment et les applications NLP suisses.

Deep Learning : principes et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.