Um ein ML-Modell (ML) verantwortungsvoll zu bewerten, müssen Sie mehr tun, als nur die Gesamtverlustmesswerte zu berechnen. Bevor ein Modell in der Produktion eingesetzt wird, ist es wichtig, die Trainingsdaten zu prüfen und Vorhersagen auf Verzerrungen auszuwerten.
In diesem Modul geht es um verschiedene Arten menschlicher Voreingenommenheiten, die in Trainingsdaten auftreten können. Anschließend werden Strategien zur Identifizierung und Minimierung von Verzerrungen vorgestellt und die Modellleistung unter Berücksichtigung der Fairness bewertet.