|
Research on Fair, Accountable, and Transparent ML systems
( Explaining what learned models predict: In which cases can we trust machine learning models and when is caution required )
Introduction
Our lives are becoming more dependent on the presence of machine learning(ML). But as data, the fue
|
|
|
AI
-서광조이응권(1996), 「기업윤리와 경제윤리」, 철학과현실사. 서울대 사회발전연구소
-신세계(2004), 「신세계 윤리경영 백서」.
-신유근(1992), 「기업윤리와 경영교육」, 한국경영학회편, 세경사. Ⅰ. 서 론
Ⅱ. 본 론
1. 인공지능을
|
|
|
AI
-서광조이응권(1996), 「기업윤리와 경제윤리」, 철학과현실사. 서울대 사회발전연구소
-신세계(2004), 「신세계 윤리경영 백서」.
-신유근(1992), 「기업윤리와 경영교육」, 한국경영학회편, 세경사.
-인공지능의 윤리적 쟁점에 관한 탐색적 연
|
|
|
Ethics in Society, Vol. 19 No. 1, pp. 61-86. 1. 서론
2. 인공지능의 편향성 문제
(1) 인공지능의 편향성과 윤리적 문제의 개요
(2) 실제 사례 연구
1) 구글 포토서비스의 인종차별적 분류
2) 아마존의 채용 AI 시스템과 여성 구직자에 대한 편견
3)
|
|
|
신동아일보, ‘AI에 윤리를 요구할 수 있을까’, https://shindonga.donga.com/Print?cid=1207805
2) 컴퓨터와 도덕적 책임, https://junhewk.github.io/ethics/2017/06/26/computing-and-moral-responsibility.html 1. 찬성의견
2. 반대의견
3. 찬반 토론내용
4. 결론
5. 참고문헌
|
|
메뉴펼치기
