负责任地评估机器学习模型需要做的不仅仅是计算损失指标。在将模型投入实际应用之前,审核训练数据并评估偏见(Bias)对预测至关重要。本文内容着眼于解读训练数据中可能存在的不同类型的人类偏见,同时提供了识别它们并评估其影响的策略。
目录
1.偏见的类型(Types of Bias)
1.1 报告偏见文章来源:https://www.toymoban.com/news/detail-529347.html
1.2 自动化偏见文章来源地址https://www.toymoban.com/news/detail-529347.html
到了这里,关于机器学习22:机器学习工程落地注意事项-II(公平-Fairness)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!