Việc đánh giá một mô hình học máy (ML) một cách có trách nhiệm đòi hỏi bạn phải thực hiện nhiều hơn chỉ tính các chỉ số về tổn thất tổng thể. Trước khi đưa một mô hình vào sản xuất, bạn cần phải kiểm tra dữ liệu huấn luyện và đánh giá dự đoán cho thiên vị.
Học phần này xem xét các loại thiên kiến khác nhau của con người có thể biểu hiện qua dữ liệu huấn luyện. Sau đó, AI của Google đưa ra các chiến lược để xác định và giảm thiểu tình trạng này, rồi mới đánh giá hiệu suất của mô hình một cách công bằng.