You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/ml/1-Introduction/02-ethics/assignment.md

7.8 KiB

ഡാറ്റ എതിക്സ് കേസ് സ്റ്റഡി എഴുതുക

നിർദ്ദേശങ്ങൾ

നിങ്ങൾ വിവിധ ഡാറ്റ എതിക്സ് ചലഞ്ചുകൾ പഠിച്ചിട്ടുണ്ട്, കൂടാതെ യാഥാർത്ഥ്യ സാഹചര്യങ്ങളിൽ ഡാറ്റ എതിക്സ് ചലഞ്ചുകൾ പ്രതിഫലിപ്പിക്കുന്ന ചില കേസ് സ്റ്റഡികൾ കണ്ടിട്ടുണ്ട്.

ഈ അസൈൻമെന്റിൽ, നിങ്ങളുടെ സ്വന്തം അനുഭവത്തിൽ നിന്നോ നിങ്ങൾ പരിചയമുള്ള യഥാർത്ഥ ലോക സാഹചര്യത്തിൽ നിന്നോ ഒരു ഡാറ്റ എതിക്സ് ചലഞ്ച് പ്രതിഫലിപ്പിക്കുന്ന നിങ്ങളുടെ സ്വന്തം കേസ് സ്റ്റഡി എഴുതും. ഈ ഘട്ടങ്ങൾ പിന്തുടരുക:

  1. ഒരു ഡാറ്റ എതിക്സ് ചലഞ്ച് തിരഞ്ഞെടുക്കുക. പാഠം ഉദാഹരണങ്ങൾ നോക്കുക അല്ലെങ്കിൽ പ്രചോദനത്തിനായി ഓൺലൈൻ ഉദാഹരണങ്ങൾ പോലുള്ള Deon ചെക്ക്ലിസ്റ്റ് പരിശോധിക്കുക.

  2. ഒരു യഥാർത്ഥ ലോക ഉദാഹരണം വിവരിക്കുക. നിങ്ങൾ കേട്ടിട്ടുള്ള (ഹെഡ്‌ലൈനുകൾ, ഗവേഷണ പഠനം മുതലായവ) അല്ലെങ്കിൽ അനുഭവിച്ച (പ്രാദേശിക സമൂഹം) ഒരു സാഹചര്യത്തെക്കുറിച്ച് ചിന്തിക്കുക, ഈ പ്രത്യേക ചലഞ്ച് സംഭവിച്ച സ്ഥലം. ഈ ചലഞ്ചുമായി ബന്ധപ്പെട്ട ഡാറ്റ എതിക്സ് ചോദ്യങ്ങളെക്കുറിച്ച് ചിന്തിക്കുക - ഈ പ്രശ്നം മൂലം ഉണ്ടാകുന്ന സാധ്യതയുള്ള ഹാനികൾ അല്ലെങ്കിൽ അനിഷ്ടഫലങ്ങൾ ചർച്ച ചെയ്യുക. ബോണസ് പോയിന്റുകൾ: ഈ ചലഞ്ചിന്റെ ദോഷപ്രഭാവം ഒഴിവാക്കാൻ അല്ലെങ്കിൽ കുറയ്ക്കാൻ സഹായിക്കുന്ന സാധ്യതയുള്ള പരിഹാരങ്ങൾ അല്ലെങ്കിൽ പ്രക്രിയകൾ ചിന്തിക്കുക.

  3. ബന്ധപ്പെട്ട റിസോഴ്‌സുകളുടെ പട്ടിക നൽകുക. ഇത് യഥാർത്ഥ ലോക സംഭവമായിരുന്നുവെന്ന് തെളിയിക്കാൻ ഒരു അല്ലെങ്കിൽ കൂടുതൽ റിസോഴ്‌സുകൾ (ആർട്ടിക്കിള്‍ ലിങ്കുകൾ, വ്യക്തിഗത ബ്ലോഗ് പോസ്റ്റ് അല്ലെങ്കിൽ ചിത്രം, ഓൺലൈൻ ഗവേഷണ പേപ്പർ മുതലായവ) പങ്കുവെക്കുക. ബോണസ് പോയിന്റുകൾ: സംഭവത്തിൽ നിന്നുള്ള സാധ്യതയുള്ള ഹാനികളും ഫലങ്ങളും കാണിക്കുന്ന, അല്ലെങ്കിൽ അതിന്റെ ആവർത്തനം തടയാൻ എടുത്ത പോസിറ്റീവ് നടപടികൾ ഹൈലൈറ്റ് ചെയ്യുന്ന റിസോഴ്‌സുകൾ പങ്കുവെക്കുക.

റൂബ്രിക്

Exemplary Adequate Needs Improvement
ഒരു അല്ലെങ്കിൽ കൂടുതൽ ഡാറ്റ എതിക്സ് ചലഞ്ചുകൾ തിരിച്ചറിയപ്പെട്ടിട്ടുണ്ട്.

കേസ് സ്റ്റഡി ആ ചലഞ്ച് പ്രതിഫലിപ്പിക്കുന്ന യഥാർത്ഥ ലോക സംഭവത്തെ വ്യക്തമായി വിവരിക്കുന്നു, അതും അതിന്റെ അനിഷ്ടഫലങ്ങൾ അല്ലെങ്കിൽ ഹാനികൾ ഹൈലൈറ്റ് ചെയ്യുന്നു.

ഇത് സംഭവിച്ചതായി തെളിയിക്കാൻ കുറഞ്ഞത് ഒരു ലിങ്കുചെയ്ത റിസോഴ്‌സ് ഉണ്ട്.
ഒരു ഡാറ്റ എതിക്സ് ചലഞ്ച് തിരിച്ചറിയപ്പെട്ടിട്ടുണ്ട്.

കുറഞ്ഞത് ഒരു ബന്ധപ്പെട്ട ഹാനി അല്ലെങ്കിൽ ഫലം സംക്ഷിപ്തമായി ചർച്ച ചെയ്യപ്പെട്ടിട്ടുണ്ട്.

എന്നാൽ ചർച്ച പരിമിതമാണ് അല്ലെങ്കിൽ യഥാർത്ഥ ലോക സംഭവമെന്ന തെളിവ് കുറവാണ്.
ഒരു ഡാറ്റ ചലഞ്ച് തിരിച്ചറിയപ്പെട്ടിട്ടുണ്ട്.

എന്നാൽ വിവരണം അല്ലെങ്കിൽ റിസോഴ്‌സുകൾ ചലഞ്ച് ശരിയായി പ്രതിഫലിപ്പിക്കുന്നില്ല അല്ലെങ്കിൽ യഥാർത്ഥ ലോക സംഭവമെന്നു തെളിയിക്കുന്നില്ല.

അസൂയാ:
ഈ രേഖ AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ പ്രാമാണികമായ ഉറവിടമായി കണക്കാക്കണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനത്തിന്റെ ഉപയോഗത്തിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.