感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
理解人工智能與機器學習
- 什麼是人工智能?如何定義?
- 機器學習作爲人工智能的子集
- 人工智能的類型:弱人工智能、強人工智能、生成式人工智能、監督學習、無監督學習
人工智能在組織中的應用
- 人工智能/機器學習目前在業務職能中的存在
- 自動化、決策支持、客戶服務和數據分析
- 在人力資源、財務、運營和合規中的用例
常見的治理挑戰
- 與數據保護原則的衝突
- 自動化決策中的合法性、公平性和透明度
- 準確性、數據最小化和存儲限制
信息與數據管理基礎
- 人工智能環境中的信息與記錄管理
- 元數據和審計追蹤的重要性
- 維護訓練數據集的數據質量和完整性
應對信息治理挑戰
- 爲人工智能/機器學習管道設計治理控制
- 人類監督與可解釋性
- 建立跨職能治理團隊
爲人工智能/機器學習進行數據保護影響評估(DPIA)
- DPIA的法律要求與目的
- 評估擬議人工智能/機器學習實施的步驟
- 記錄風險評估、緩解措施和理由
治理框架與風險管理
- 人工智能特定治理框架概述
- ISO、NIST、ICO和OECD的方法
- 風險登記冊和政策文檔
文化、整合與相關框架
- 嵌入負責任的人工智能使用文化
- 將人工智能治理與網絡安全、道德和ESG政策聯繫起來
- 持續改進與監控
總結與下一步
最低要求
- 對組織信息治理政策的理解
- 熟悉數據保護或隱私法規
- 對人工智能或機器學習概念有所瞭解將有所幫助
受衆
- 信息治理專業人員
- 數據保護官和合規經理
- 數字化轉型或IT治理負責人
7 小時