公平性: プログラミング演習
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
次の演習では、公平性を確保しながらデータセットを監査する方法を
バイアス修復戦略を採用して公平性に対処する方法を
問題:
プログラミング演習はブラウザ上で直接実行できる(セットアップは不要)
必要)については、Colaboratory で
説明します。Colaboratory は主要なブラウザのほとんどでサポートされており、
デスクトップ版の Chrome と Firefox で徹底的にテストされています。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2024-08-13 UTC。
[null,null,["最終更新日 2024-08-13 UTC。"],[[["\u003cp\u003eThis exercise demonstrates how to audit data sets for fairness and apply bias-remediation strategies.\u003c/p\u003e\n"],["\u003cp\u003eThe programming exercises are run directly in your browser using the Colaboratory platform with no setup required.\u003c/p\u003e\n"],["\u003cp\u003eColaboratory is supported on most major browsers and is most thoroughly tested on desktop versions of Chrome and Firefox.\u003c/p\u003e\n"],["\u003cp\u003eUsers can access a Help Center for support with machine learning education.\u003c/p\u003e\n"]]],[],null,["# Fairness: Programming exercise\n\nThe following exercise demonstrates how to audit data sets with fairness in\nmind, and how to employ bias-remediation strategies to address fairness\nissues: \n[Open fairness exercise](https://colab.research.google.com/github/google/eng-edu/blob/main/ml/cc/exercises/fairness_income.ipynb?utm_source=mlcc&utm_campaign=colab-external&utm_medium=referral&utm_content=fairness)\n\nProgramming exercises run directly in your browser (no setup\nrequired!) using the [Colaboratory](https://colab.research.google.com)\nplatform. Colaboratory is supported on most major browsers, and is most\nthoroughly tested on desktop versions of Chrome and Firefox. \n[Help Center](https://support.google.com/machinelearningeducation)"]]