Evaluar un modelo de aprendizaje automático (AA) de forma responsable requiere hacer más que solo calcular las métricas de pérdida generales. Antes de implementar un modelo en producción, es fundamental controlar los datos de entrenamiento y evaluar las predicciones para detectar sesgos.
En este módulo, se analizan los distintos tipos de sesgos cognitivos humanos que se pueden manifestar en los datos de entrenamiento. Luego, ofrece estrategias para identificarlos y mitigarlos, y, luego, evaluar el rendimiento del modelo con equidad.