Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
公平性
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
负责任地评估机器学习 (ML) 模型不仅仅需要计算总体损失指标。在将模型投入生产环境之前，请务必审核训练数据并评估预测是否存在偏差。
本单元将介绍可能会在训练数据中显现出来的不同类型的人为偏差。然后，该文档提供了识别和减少偏见的策略，并以公平性为考量因素评估模型性能。
如未另行说明，那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可，并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情，请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC)：2025-07-27。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC)：2025-07-27。"],[],[]]