这个一小时的自学课程介绍了机器学习公平的基本概念，包括常见的偏差来源、如何识别数据中的偏差，以及如何在评估公平性的情况下评估模型预测。

机器学习术语库包含 30 多个机器学习公平性条目，这些条目提供了适合初学者的定义，以及常见偏差、关键公平性评估指标等示例。

公平性指标是由 TensorFlow 模型分析 (TFMA) 提供支持的可视化工具，可以评估各个子组的模型性能，然后绘制各种热门指标（包括假正例率、假负例率、精确率和召回率）的结果图表。

What-If 工具是一个交互式可视化界面，旨在帮助您更好地探测模型。使用不同的优化策略调查数据集中的一系列模型的性能，并探索操纵各个数据点值的影响。