ন্যায্যতা

ন্যায্যতা সম্ভাব্য অসম ফলাফলের সমাধান করে যা শেষ ব্যবহারকারীরা অ্যালগরিদমিক সিদ্ধান্ত গ্রহণের মাধ্যমে জাতি, আয়, যৌন অভিমুখীতা বা লিঙ্গের মতো সংবেদনশীল বৈশিষ্ট্যগুলির সাথে সম্পর্কিত অভিজ্ঞতা লাভ করতে পারে। উদাহরণস্বরূপ, একটি নিয়োগের অ্যালগরিদম কি একটি নির্দিষ্ট লিঙ্গ বা জাতিসত্তার সাথে যুক্ত নাম সহ আবেদনকারীদের পক্ষে বা বিপক্ষে পক্ষপাতী হতে পারে?

এই ভিডিওতে কিভাবে মেশিন লার্নিং সিস্টেম মানব পক্ষপাতের জন্য সংবেদনশীল হতে পারে সে সম্পর্কে আরও জানুন:

একটি বাস্তব বিশ্বের উদাহরণের জন্য, কীভাবে Google অনুসন্ধান এবং Google ফটোর মতো পণ্যগুলি মঙ্ক স্কিন টোন স্কেলের মাধ্যমে ত্বকের স্বর উপস্থাপনার বৈচিত্র্যকে উন্নত করেছে সে সম্পর্কে পড়ুন।

মডেলগুলিতে পক্ষপাত সনাক্তকরণ, পরিমাপ এবং প্রশমিত করার নির্ভরযোগ্য পদ্ধতি রয়েছে। মেশিন লার্নিং ক্র্যাশ কোর্সের ফেয়ারনেস মডিউল ন্যায্যতা এবং পক্ষপাত কমানোর কৌশলগুলির একটি গভীর দৃষ্টিভঙ্গি প্রদান করে।

পিপল + এআই রিসার্চ (PAIR) এই ধারণাগুলির মধ্য দিয়ে চলার জন্য মেজারিং ফেয়ারনেস এবং হিডেন বায়াস সম্পর্কিত ইন্টারেক্টিভ এআই এক্সপ্লোরেবল অফার করে। এমএল ফেয়ারনেস সম্পর্কিত আরও পদের জন্য, মেশিন লার্নিং শব্দকোষ দেখুন: ন্যায্যতা | বিকাশকারীদের জন্য Google ।