如要以負責任的方式評估機器學習模型,不僅需要計算損失指標,還必須完成更多操作。在將模型推送至實際工作環境之前,請務必先稽核訓練資料,並評估預測結果是否偏誤。
這個模組審查在訓練資料中可能出現的各類人為偏誤。然後提供可識別這些策略的策略,並評估其影響。
秉持公正
您看到什麼?
您看到什麼?
- 香蕉
您看到什麼?
- 香蕉
- 貼圖
您看到什麼?
- 香蕉
- 貼圖
- 香蕉上的架子
您看到什麼?
- 綠色 Banana
- Unripe 香蕉
您看到什麼?
- 覆寫 Banana
- 推薦香蕉麵包
您看到什麼?
黃色 Banana
黃色是香蕉的原型
設計公平性
設計公平性
- 思考問題
設計公平性
- 思考問題
- 專家諮詢
設計公平性
- 思考問題
- 專家諮詢
- 訓練模型來考量偏誤
設計公平性
- 思考問題
- 專家諮詢
- 訓練模型來考量偏誤
- 解讀結果
設計公平性
- 思考問題
- 專家諮詢
- 訓練模型來考量偏誤
- 解讀結果
- 使用情境發布