निष्पक्षता

मशीन लर्निंग मॉडल का इवैलुएशन करने के लिए, नुकसान पहुंचाने वाली मेट्रिक का हिसाब लगाने से कहीं ज़्यादा काम करना पड़ता है. किसी मॉडल को प्रोडक्शन में डालने से पहले, यह ज़रूरी होता है कि ट्रेनिंग के डेटा का ऑडिट किया जाए. साथ ही, इसमें मापदंड के आधार पर लगाए गए अनुमानों का आकलन किया जाता है.

यह मॉड्यूल अलग-अलग तरह के लोगों के भेदभाव को देखता है, जो ट्रेनिंग डेटा में ज़ाहिर हो सकता है. इसके बाद, इसकी मदद से उनकी पहचान करने और उनके असर का आकलन करने के लिए रणनीति दी जाती है.

निष्पक्षता

स्टोर में शेल्फ़ में केले का एक गुच्छा
  • केले
बहुत सारे केले
  • केले
  • स्टिकर्स
बहुत सारे केले
  • केले
  • स्टिकर्स
  • शेल्फ़ पर बनाना
बहुत सारे केले
  • हरे केले
  • पहले जैसा करें केले
हरे केले का बंडल
  • ओवरराइड केले
  • बनाना ब्रेड के लिए अच्छा है
भूरे केले का बंडल

पीला केले

पीला, केलों के लिए प्रोटोटाइपिक है

पीले केले का बंडल
मशीन लर्निंग से जुड़े सामान्य वर्कफ़्लो को दिखाने वाला डायग्राम: डेटा इकट्ठा करें, मॉडल को ट्रेनिंग दें, और आउटपुट पाएं
डेटा में दो तरह के पक्षपातों को दिखाने वाला डायग्राम: डेटा में दिखाई देने वाले मानवीय पक्षपात (जैसे कि समूह के अंदर एक जैसा भेदभाव) और डेटा इकट्ठा करने और एनोटेशन पर असर डालने वाले मानवीय भेदभाव (जैसे कि पुष्टि के लिए किया जाने वाला भेदभाव)
  1. समस्या हल करने के बारे में सोचें
  1. समस्या हल करने के बारे में सोचें
  2. विशेषज्ञों से पूछें
  1. समस्या हल करने के बारे में सोचें
  2. विशेषज्ञों से पूछें
  3. मॉडल को झुकाव के हिसाब से ट्रेनिंग देना
  1. समस्या हल करने के बारे में सोचें
  2. विशेषज्ञों से पूछें
  3. मॉडल को झुकाव के हिसाब से ट्रेनिंग देना
  4. नतीजों को समझना
  1. समस्या हल करने के बारे में सोचें
  2. विशेषज्ञों से पूछें
  3. मॉडल को झुकाव के हिसाब से ट्रेनिंग देना
  4. नतीजों को समझना
  5. संदर्भ के साथ प्रकाशित करें