AWS AIF-C01

IA responsable

12 questions gratuites ici, les 60 dans l'app

Facile 20 dont 8 ici Moyen 20 dont 2 ici Difficile 20 dont 2 ici

Facile

8 sur 20 questions

Caractéristiques d’une IA responsable

  1. Que signifie l'équité (fairness) pour un système d'IA ?
  2. Que signifie la robustesse pour un modèle d'IA ?
  3. Que désigne la véracité (veracity) dans l'IA générative ?
  4. Qu'est-ce qui caractérise un système d'IA inclusif ?

Outils

  1. Quel outil AWS filtre les contenus nuisibles dans les entrées et sorties de l'IA générative ?
  2. Quel service AWS aide à détecter les biais dans les données et les modèles et à expliquer les prédictions ?

Jeux de données

  1. Pourquoi les données d'entraînement doivent-elles être équilibrées ?
  2. Qu'est-ce qui plaide pour des sources de données sélectionnées (curated) lors de l'entraînement ?

S'entraîner aux 20 questions du niveau Facile dans l'app →

Moyen

2 sur 20 questions

Outils

  1. Que peut vérifier Amazon SageMaker Clarify avant l'entraînement d'un modèle ?
  2. Comment SageMaker Clarify explique-t-il les prédictions individuelles d'un modèle ?

S'entraîner aux 20 questions du niveau Moyen dans l'app →

Difficile

2 sur 20 questions

Biais et variance

  1. Un modèle de recrutement propose moins souvent des femmes pour des postes techniques. Les données d'entraînement sont constituées de décisions d'embauche des dix dernières années. Quelles causes sont probables ?
  2. Une équipe a constaté un biais à l'encontre d'un groupe. Quelles mesures sont appropriées ?

S'entraîner aux 20 questions du niveau Difficile dans l'app →

Certifications & examens

Quel examen pour la suite ?

Tu peux déjà t’entraîner pour 51 examens, 16 sont soumis au vote. Découvre toutes les certifications avec les infos officielles, vote ou propose ton examen.

Voir toutes les certifications