包邮数据科学伦理

第1章 数据科学伦理导读
1.1 数据科学（伦理）的兴起
1.2 为何关注数据伦理？
1.3 对错之分
1.4 数据科学
1.5 数据科学伦理平衡
1.6 数据科学伦理的 FAT 流程框架
1.7 本章总结
第2章 伦理数据的收集
2.1 隐私权属于人权
2.2 条例
2.3 隐私保护机制
2.4 警世故事：“后门”和信息加密
2.5 偏差 / 偏见
2.6 警世故事：路况检测、大猩猩和简历
2.7 人体实验
2.8 警世故事：约会、幸福和广告
2.9 本章总结
第3章 伦理数据预处理
3.1 定义和衡量隐私的标准
3.2 警世故事：再识别
3.3 定义和选择变量
3.4 警世故事：妊娠与人脸识别
3.5 公平的新定义
3.6 警世故事：偏见性语言
3.7 本章总结
第4章 伦理建模
4.1 隐私保护数据挖掘
4.2 歧视感知模型
4.3 警世故事：预测累犯和划红线
4.4 可理解的模型与可解释的人工智能
4.5 警世故事：解释网页分类
4.6 伦理偏好：自动驾驶汽车
4.7 本章总结
第5章 道德评价
5.1 道德衡量
5.2 结果的伦理解释
5.3 道德报告
5.4 德里克·斯塔佩尔的警世故事
5.5 本章总结
第6章 伦理部署
6.1 系统访问
6.2 预测差异性与结果差异性
6.3 警世故事：人脸识别
6.4 诚实和换脸技术
6.5 管理方式
6.6 非预期后果
6.7 本章总结
第7章 结论 致谢 
参考文献