La valutazione responsabile di un modello di machine learning richiede molto di più del semplice calcolo delle metriche relative alle perdite.
Prima di mettere un modello in produzione, è fondamentale controllare i dati di addestramento e valutare le previsioni per i bias.
Questo modulo esamina diversi tipi di bias umani che possono manifestarsi nei dati di addestramento. Fornisce poi strategie per identificarli e valutarne gli effetti.