Se penche sur les défis et les transformations de l'industrie de la presse au fil du temps, en analysant les biais, les auditoires cibles et le rôle des agences de presse.
Couvre les bases de l'apprentissage automatique, l'apprentissage supervisé et non supervisé, diverses techniques comme les voisins k-nearest et les arbres de décision, et les défis de l'ajustement excessif.
Introduit les bases de l'apprentissage automatique supervisé, couvrant les types, les techniques, le compromis biais-variance et l'évaluation du modèle.
Explore la justice mondiale en matière de données, l'équité sociale en matière de gouvernance des données, l'éthique algorithmique et la responsabilité politique des chercheurs.
