Zertifizierte Robustness für einen medizinischen Klassifikator
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst ein bestehendes Klassifikations-Modell (PyTorch), einen anonymisierten Patientendaten-Datensatz von rund 14.000 Fällen und die internen Eingabe-Toleranz-Anforderungen (Vorgabe: Modell muss bei Mess-Schwankungen von 5 % pro Feature stabil bleiben). Implementiere Randomized Smoothing mit Cohen-Stil-Garantien, vergleiche zertifizierte Robustheit mit empirischer (PGD) und liefere zertifizierte Genauigkeit pro Patient:innen-Stratum. Liefere die Pipeline, eine Auswertungstabelle und einen 6-seitigen regulatorisch-tauglichen Report inkl. Annahme- und Limitations-Diskussion.
Das Briefing
Was Du tust und was Du zeigst.
Erzeuge zertifizierte Robustness-Garantien für einen klinischen Klassifikator per Randomized Smoothing und liefere einen regulatorisch-tauglichen Report.
Earning criteria — what you'll demonstrate
- Zertifizierte Robustheits-Methoden für ein konkretes Modell anwenden
- Annahmen und Grenzen von Randomized Smoothing präzise verstehen
- Zertifizierte vs. empirische Robustheit fair vergleichen
- Einen regulatorisch-tauglichen Report mit ehrlichen Limitations schreiben
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Sicherheits-Forscher:in
Zertifizierte Robustness-Garantien zu erzeugen und regulatorisch zu dokumentieren, ist die Spitzenarbeit für AI-Safety-Researcher in regulierten MedTech-Settings.
Dieses Projekt schärft
- certified-robustness
- randomized-smoothing
- regulatory-analysis
Maschinelles-Lernen-Forscher:in
Cohen-Style-Garantien und ehrliche Limitations-Diskussion sind Forschungs-Tagesarbeit in Trustworthy-AI- und Verification-Labs.
Dieses Projekt schärft
- randomized-smoothing
- adversarial-robustness
- evaluation
Angewandte:r KI-Wissenschaftler:in
Forschungs-Methoden in eine regulatorisch tragfähige Form zu bringen, ist die typische Brückenarbeit zwischen Forschung und Klinik-Operations.
Dieses Projekt schärft
- certified-robustness
- regulatory-analysis
- evaluation
Noch eine Sache