Section Keamanan, Etika, dan Keandalan berisi materi 5 chapter. Bangun sistem yang aman dan adil: ancaman adversarial, privasi data, fairness, dan praktik bertanggung jawab.

# Ancaman Keamanan Model Machine Learning

Kenali data poisoning, model stealing, dan evasion pada sistem machine learning.

Buka → # Adversarial Examples

Pahami gangguan input kecil yang mengubah prediksi model secara besar.

Buka → # Privasi Data dan Machine Learning

Lindungi informasi pribadi dengan anonimisasi dan kesadaran membership inference.

Buka → # Fairness dan Bias Algoritmik

Ukur disparitas lintas kelompok dan mitigasi bias dalam proses serta keluaran model.

Buka → # Praktik Machine Learning yang Bertanggung Jawab

Terapkan checklist tata kelola, dokumentasi, dan reviu manusia pada sistem berisiko.

Buka →