[LG Aimers] Module 1. 데이터의 분석과 AI 윤리

1. 데이터의 분석

 - 인과관계에 따른 데이터 분석 (상관관계 x)

 - 데이터 전처리 : outlier 제거, 데이터 표준화

 - 데이터 분석 : Error bar, 충분한 EDA(exploratory data analysis)

 - 데이터의 양 : Under-fitting / Over-fitting

 - training data != test data

 

2. Black box algorithm

 - deep learning 의 특성 : 왜 이런 결과가 나왔는지 설명하지 못하는 경우, 실제로 이를 적용하기 힘들 수 있음

 - 성능 vs 설명력

 - post-hoc explanability

 - one-pixel attack : 한 픽셀 차이로 결과가 변화할 수 있는 가능성. noise 문제 해결의 중요성

 

3. Web data

 - 정보의 대표성 != mass media

 - "Spiral of Silence" : 편향 현상

 - Rumors(오정보) : infodemic 현상 -> Rumor + Facts의 양 증가로 구분이 어려워지는 정보과부화 현상

 - Data 보관, 개인정보 보호 관련 issue

 - "Right to be forgotten"

 

4. AI and Ethical decisions

 - Predictive Policing "COMPAS" : 인종에 따른 차별 조장

 - Recruiting : 기존 지원자가 남성이 대부분이여서 AI가 남성의 이력서를 선호하는 현상 나타남

 - Chatbot : Hate Speech

 

5. AI ethics

 - Creative works for AI : 저작권, 법인격, 처벌 등의 문제

 

6. Data Scientists

 - 열린 마음을 가지고 다른 시각을 가진 팀원들과 협업하는 능력이 중요