Uma versão nova e aprimorada do curso intensivo de machine learning vai ser lançada em agosto de 2024 . Não perca as novidades!
Tempo estimado: 5 minutos
Objetivos de aprendizado
Saber quais são os vieses humanos comuns que podem ser reproduzidos acidentalmente por algoritmos de ML.
Explore de maneira proativa os dados para identificar fontes de viés antes de treinar um modelo
Avaliar previsões do modelo para viés
A avaliação responsável de um modelo de machine learning exige mais do que apenas calcular as métricas de perda.
Antes de colocar um modelo em produção, é essencial auditar os dados de treinamento e avaliar as previsões por viés.
Neste módulo, analisamos diferentes tipos de vieses humanos que podem se manifestar nos
dados de treinamento. Ele fornece estratégias para identificá-los e avaliar os
efeitos.
Justiça
O que você vê?
Bananas
Stickers
Bananas em estantes
O que você vê?
Bananas verdes
Bananas antigas
O que você vê?
Bananas sobrecarregadas
Bom para pão de banana
O que você vê?
Bananas amarelas
Amarelo é prototipagem para bananas
Projeto para a imparcialidade
Projeto para a imparcialidade
Considerar o problema
Projeto para a imparcialidade
Considerar o problema
Perguntar aos especialistas
Projeto para a imparcialidade
Considerar o problema
Perguntar aos especialistas
Treinar os modelos para lidar com o viés
Projeto para a imparcialidade
Considerar o problema
Perguntar aos especialistas
Treinar os modelos para lidar com o viés
Interpretar resultados
Projeto para a imparcialidade
Considerar o problema
Perguntar aos especialistas
Treinar os modelos para lidar com o viés
Interpretar resultados
Publicar com contexto