Avaliar um modelo de machine learning (ML) de forma responsável requer mais do que apenas calcular as métricas de perda geral. Antes de colocar um modelo em produção, é fundamental auditar os dados de treinamento e avaliar as previsões em busca de viés.
Este módulo analisa diferentes tipos de vieses humanos que podem se manifestar nos dados de treinamento. Ele fornece estratégias para identificá-los e mitigá-los e, em seguida, avaliar a performance do modelo com imparcialidade.