Lecturas o videos requeridos

Tema 5. Protección de la privacidad

Lecturas

• Para conocer más sobre protección de la privacidad, te recomendamos leer:
  Guevara, M. (2019). Enabling developers and organizations to use differential privacy. Recuperado de https://developers.googleblog.com/2019/09/enabling-developers-and-organizations.html


• Para conocer más sobre características Invariantes de escala (SIFT), te recomendamos leer:
  Navarro, G. (2021). Privacidad Diferencial: introducción. Recuperado de https://deic-web.uab.cat/~gnavarro/files/teaching/gna-differential-privacy.pdf

Videos

• Para conocer más sobre protección de la privacidad, te recomendamos revisar el siguiente video:
  Simons Institute. (2019, 4 de marzo). Stepping-up: The Census Bureau Sets an Example of How to Be a Good Data Steward in the 21st Century [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=yUyCYC6rb_4

Tema 6. Modelos transparentes

Lecturas

• Para conocer más sobre modelos transparentes, te recomendamos leer:
  Rai, A. (2020). Explainable AI: from black box to glass box. Journal of the Academy of Marketing Science, 48. Recuperado de https://link.springer.com/article/10.1007/s11747-019-00710-5

Videos

• Para conocer más sobre modelos transparentes, te recomendamos revisar el siguiente video:
  Stochastic Programming Society. (2020, 15 de junio). Interpretability vs. Explainability in Machine Learning [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=zsRKPxgHURQ


• Para conocer más sobre modelos transparentes, te recomendamos revisar el siguiente video:
  H2O.ai. (2019, 29 de enero). Get hands-on with Explainable AI at Machine Learning Interpretability(MLI) Gym! [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=Mc_KSibrRVc