负责任地评估机器学习 (ML) 模型不仅仅需要计算总体损失指标。在将模型投入生产环境之前，请务必审核训练数据并评估预测是否存在偏差。
本单元介绍训练数据中可能会出现的不同类型的人为偏见。然后提供识别和缓解这些漏洞的策略，并在公平性的基础上评估模型性能。
如未另行说明，那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可，并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情，请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC)：2024-11-08。
[null,null,["最后更新时间 (UTC)：2024-11-08。"],[],[]]