168 lines
No EOL
3.9 KiB
TeX
168 lines
No EOL
3.9 KiB
TeX
%%
|
|
%% This is file `example_DarkConsole.tex',
|
|
%% generated with the docstrip utility.
|
|
%%
|
|
%% The original source files were:
|
|
%%
|
|
%% examples_kmbeamer.dtx (with options: `DarkConsole')
|
|
%% Copyright (c) 2011-2013 Kazuki Maeda <kmaeda@users.sourceforge.jp>
|
|
%%
|
|
%% Distributable under the MIT License:
|
|
%% http://www.opensource.org/licenses/mit-license.php
|
|
%%
|
|
%%% もし pdfTeX や LuaTeX を使うなら dvipdfmx オプションを外す．
|
|
% \documentclass[dvipdfmx]{beamer}
|
|
% Modified by LianTze Lim to work with fontspec/xelatex
|
|
\documentclass{beamer}
|
|
|
|
\usetheme{DarkConsole}
|
|
\usepackage{graphicx}
|
|
\usepackage{caption}
|
|
|
|
\title{\texttt{exit iBorderCtrl}}
|
|
\subtitle{KI im Kontext von Sicherheitspolitik}
|
|
\author{verschiedene\footnote{\texttt{AG Link}}}
|
|
|
|
\begin{document}
|
|
|
|
\begin{frame}
|
|
\maketitle
|
|
\end{frame}
|
|
|
|
\begin{frame}{Inhalt}
|
|
\tableofcontents
|
|
\end{frame}
|
|
|
|
\section{Was ist iBorderCtrl?}
|
|
|
|
\begin{frame}
|
|
\begin{figure}
|
|
\includegraphics[scale = 0.8]{iborderctrl-avatar-300x268.jpg}
|
|
\caption*{Quelle: iborderctrl.eu}
|
|
\end{figure}
|
|
"The avatar is presented in a uniform to convey an air of authority." (K.Crockett et.al.)
|
|
\end{frame}
|
|
|
|
|
|
\section{Grundlagen DNN}
|
|
|
|
\begin{frame}{something}
|
|
something
|
|
|
|
\pause
|
|
|
|
\begin{enumerate}
|
|
\item 1\pause
|
|
\item 2\pause
|
|
\item 3
|
|
\end{enumerate}
|
|
|
|
\pause
|
|
|
|
\begin{itemize}
|
|
\item 4\pause
|
|
\item 5\pause
|
|
\item 6
|
|
\end{itemize}
|
|
\end{frame}
|
|
\begin{frame}{Overfitting}
|
|
|
|
\begin{figure}
|
|
\includegraphics[scale = 0.4]{overfitting.png}
|
|
\caption*{Quelle: Sagar Sharma / Towards Data Science}
|
|
\end{figure}
|
|
\end{frame}
|
|
\section{Bias und KI}
|
|
\begin{frame}{Beispiele diskriminierender KI}
|
|
\begin{itemize}
|
|
\item COMPAS - Risikoabsch\"{a}tzung Gefangener in Florida
|
|
\begin{itemize}
|
|
\item Schwarze Gefangene wurden doppelt so häufig falsch als gewaltt\"{a}tig klassifiziert
|
|
\end{itemize}
|
|
\item Vermittlung von Stellenanzeigen im MINT-Bereich
|
|
\begin{itemize}
|
|
\item Stellenanzeigen wurden häufiger M\"{a}nnern (cis?) angezeigt.
|
|
\end{itemize}
|
|
\item Einstellungsverfahren
|
|
\item Gesichtserkennung, Stimmerkennung, etc.
|
|
\end{itemize}
|
|
\end{frame}
|
|
\begin{frame}{Arten von Bias}
|
|
\begin{itemize}
|
|
\item Bias in den Daten
|
|
\item Bias durch Design des Algorithmus
|
|
\item Bias durch R\"{u}ckkopplung im Gebrauch
|
|
\end{itemize}
|
|
\end{frame}
|
|
\begin{frame}{Bias in den Daten}
|
|
\begin{itemize}
|
|
\item Measurement Bias
|
|
\begin{itemize}
|
|
\item Wie werden bestimmte Eigenschaften gemessen/bestimmt?
|
|
\item COMPAS: Verhaftungen auch von Familie etc. wurden genutzt um Risiko zu bewerten
|
|
\end{itemize}
|
|
\item Omitted Variable Bias
|
|
\begin{itemize}
|
|
\item Wichtige Daten werden nicht im Modell berücksichtigt
|
|
\end{itemize}
|
|
\item Represenation Bias
|
|
\begin{itemize}
|
|
\item Fehlende DIversit\"{a}t in den Verf\"{u}gbaren Daten
|
|
\end{itemize}
|
|
\item Aggregation Bias
|
|
\begin{itemize}
|
|
\item Ableiten von Aussagen \"{u}ber Individuen aus Minderheit aus allgemeinem Datensatz
|
|
\end{itemize}
|
|
\item Sampling Bias
|
|
\begin{itemize}
|
|
\item Ungleiche Datenmenge verschiedener Untergruppen
|
|
\end{itemize}
|
|
\end{itemize}
|
|
\end{frame}
|
|
|
|
\begin{frame}{Aggregation Bias und Sampling Bias}
|
|
\end{frame}
|
|
|
|
\begin{frame}{Bias in den Daten}
|
|
\begin{itemize}
|
|
\item Historical Bias
|
|
\item Population Bias
|
|
\item etc.
|
|
\end{itemize}
|
|
\end{frame}
|
|
|
|
\begin{frame}{Bias durch Design}
|
|
\begin{itemize}
|
|
\item Algorithmischer Bias
|
|
\item Evaluations Bias
|
|
\item etc.
|
|
\end{itemize}
|
|
\end{frame}
|
|
|
|
\begin{frame}{Bias durch R\"{u}ckkopplung}
|
|
|
|
\end{frame}
|
|
\section{Interpretierbarkeit und KI}
|
|
\begin{frame}{Was heisst interpretierbar?}
|
|
\end{frame}
|
|
\begin{frame}{Wieso will mensch Interpretierbarkeit?}
|
|
\end{frame}
|
|
\section{iBorderCtrl - Forschungsergebnisse}
|
|
\begin{frame}{Aufbau iBorderCtrl}
|
|
\end{frame}
|
|
\begin{frame}{Verwendete Daten und Ergebnisse}
|
|
\end{frame}
|
|
|
|
\begin{frame}{Testerbenisse}
|
|
\begin{itemize}
|
|
\item Anzahl verschiedener Personen in der Testdatenmenge : 1
|
|
\item Emprische Varianz der Tests:
|
|
\end{itemize}
|
|
\begin{figure}
|
|
\includegraphics[scale = 0.36]{Ergebnis_ibc}
|
|
\end{figure}
|
|
\end{frame}
|
|
\end{document}
|
|
%\endinput
|
|
%%
|
|
%% End of file `example_DarkConsole.tex'. |