La evaluación responsable de un modelo de aprendizaje automático (AA) requiere hacer más que solo calcular las métricas de pérdida generales. Antes de poner un modelo en producción, es fundamental auditar los datos de entrenamiento y evaluar las predicciones en busca de sesgos.
En este módulo, se analizan los distintos tipos de sesgos cognitivos humanos que se pueden manifestar en los datos de entrenamiento. Se proporcionan estrategias para identificarlas y mitigarlas, y para evaluar el rendimiento del modelo teniendo en cuenta la equidad.