关于这门课
本课程介绍专业投资人士的偏见数据科学管道和减轻他们的方法。您将看到大局的伦理困境,偏见和金融相关数据科学项目中遇到的实际问题。您还将深入不同阶段数据科学项目,仔细看看具体的偏见在每个阶段和讨论缓解策略。您将了解如何从业者拆开机器学习模型,识别潜在的偏见,并采取必要的措施来减轻。
本课程是专为那些想要了解偏见如何识别和减轻金融相关数据科学项目,尤其适合翻译的角色,这些人工作和投资和数据科学团队之间的沟通。
课程模块包括:
- 模块1:投资的背景下,一些道德困境,偏见和实际问题
- 模块2:偏见和移植在研究设计和假设的一代
- 模块3:偏见和移植在数据收集和探索
- 模块4:偏见和移植模型开发,测试和监控
- 模块五:偏见和移植模型解释,沟通,和治理
- 模块六:案例研究和代码实验室:减轻偏见在《科学数据管道
本课程的一部分数据科学的投资专业人员证书。
先决条件
本课程是一系列数据科学的一部分。建议,但不是必需的,学习者完成下面的课程推荐的顺序,以确保统一的基础知识。
推荐顺序:
- 数据和统计专业投资人士的基础
- 统计机器学习投资专业人士
- 机器学习的投资专业人士
- 自然语言处理的投资专业人士
- 减少偏见在《科学数据管道的投资专业人士
你将学习
在完成这个在线课程,你将能够:
- 国家一些道德困境,偏见和金融相关数据科学项目中遇到的实际问题。
- 确定偏差和解释方法减轻偏见中通常遇到的:
- 数据科学研究设计和假设的一代。
- 数据收集和数据探索。
- 模型开发、验证、测试和监控。
- 模型解释、沟通和管理。
- 描述实际实现的方法识别和减轻偏差通常遇到在现实世界中,金融相关数据科学应用。
主题
- Fintech
- 定量方法