หลักสูตรที่ศึกษาด้วยตนเองระยะเวลา 1 ชั่วโมงนี้มีแนวคิดพื้นฐานเกี่ยวกับความเป็นธรรมของ ML รวมถึงแหล่งอคติทั่วไป วิธีระบุการให้น้ําหนักในข้อมูล และวิธีประเมินการคาดการณ์โมเดลโดยคํานึงถึงความยุติธรรม

อภิธานศัพท์ของ ML มีรายการความเป็นธรรมของ ML มากกว่า 30 รายการซึ่งระบุคําจํากัดความที่เหมาะสําหรับผู้เริ่มต้น รวมถึงตัวอย่างการให้น้ําหนักพิเศษที่ใช้กันทั่วไป เมตริกการประเมินความเป็นธรรมที่สําคัญ และอื่นๆ

เครื่องบ่งชี้ความเป็นธรรมคือเครื่องมือแสดงข้อมูลภาพที่ขับเคลื่อนโดยการวิเคราะห์รูปแบบ TensorFlow (TFMA) ที่จะประเมินประสิทธิภาพของโมเดลในกลุ่มย่อย แล้วสร้างกราฟผลลัพธ์ของเมตริกยอดนิยมต่างๆ เช่น อัตราผลบวกลวง อัตราลบเท็จ ความแม่นยํา และการเรียกคืน

เครื่องมือ "ถ้าหาก" คืออินเทอร์เฟซแบบภาพแบบอินเทอร์แอกทีฟที่ออกแบบมาเพื่อช่วยให้คุณตรวจสอบโมเดลได้ดียิ่งขึ้น ตรวจสอบประสิทธิภาพของโมเดลสําหรับฟีเจอร์ต่างๆ ในชุดข้อมูลโดยใช้กลยุทธ์การเพิ่มประสิทธิภาพแบบต่างๆ และสํารวจผลกระทบจากการบิดเบือนค่าจุดข้อมูลแต่ละจุด