本書列舉了現(xiàn)實生活中的警世故事進一步說明了數(shù)據(jù)科學倫理的重要性和潛在影響；并闡述不同的概念和技術，幫助讀者理解從k匿名和差異隱私同態(tài)加密和零知識證明以解決隱私問題，消除歧視敏感群體的技術和各種可解釋的人工智能技術。書中穿插著結構化的練習，提供假設的場景和倫理困境，教讀者如何平衡倫理問題和數(shù)據(jù)的效用。
[比]大衛(wèi)·馬滕斯（David Martens）
比利時安特衛(wèi)普大學工程管理系的數(shù)據(jù)科學教授。他教授研究生商業(yè)經濟學和商業(yè)工程的數(shù)據(jù)挖掘、數(shù)據(jù)科學和倫理學等課程。他長期致力于研究可解釋的人工智能，其成果發(fā)表在高影響力的期刊上，并獲得了一些獎項。他還與大型銀行、保險公司和電信公司以及各種科技初創(chuàng)公司進行合作。
第1章 數(shù)據(jù)科學倫理導讀
1.1 數(shù)據(jù)科學（倫理）的興起
1.2 為何關注數(shù)據(jù)倫理？
1.3 對錯之分
1.4 數(shù)據(jù)科學
1.5 數(shù)據(jù)科學倫理平衡
1.6 數(shù)據(jù)科學倫理的 FAT 流程框架
1.7 本章總結
第2章 倫理數(shù)據(jù)的收集
2.1 隱私權屬于人權
2.2 條例
2.3 隱私保護機制
2.4 警世故事：“后門”和信息加密
2.5 偏差 / 偏見
2.6 警世故事：路況檢測、大猩猩和簡歷
2.7 人體實驗
2.8 警世故事：約會、幸福和廣告
2.9 本章總結
第3章 倫理數(shù)據(jù)預處理
3.1 定義和衡量隱私的標準
3.2 警世故事：再識別
3.3 定義和選擇變量
3.4 警世故事：妊娠與人臉識別
3.5 公平的新定義
3.6 警世故事：偏見性語言
3.7 本章總結
第4章 倫理建模
4.1 隱私保護數(shù)據(jù)挖掘
4.2 歧視感知模型
4.3 警世故事：預測累犯和劃紅線
4.4 可理解的模型與可解釋的人工智能
4.5 警世故事：解釋網頁分類
4.6 倫理偏好：自動駕駛汽車
4.7 本章總結
第5章 道德評價
5.1 道德衡量
5.2 結果的倫理解釋
5.3 道德報告
5.4 德里克·斯塔佩爾的警世故事
5.5 本章總結
第6章 倫理部署
6.1 系統(tǒng)訪問
6.2 預測差異性與結果差異性
6.3 警世故事：人臉識別
6.4 誠實和換臉技術
6.5 管理方式
6.6 非預期后果
6.7 本章總結
第7章 結論
致謝
參考文獻
書單推薦
