Content
6 Lessons • 0 Quizzes • 0 Challenges
AI公平性简介
- 1
什么是人工智能公平性?为何它如此重要?
- 2
现实生活中的示例
- 3
正式定义与监管中的公平性
动机示例
- 1
信用评分问题
- 2
构建模型
- 3
模型是否公平?
- 4
挑战:通过无知实现公平性
- 5
德国评分问题测验
缓解方法
- 1
数据偏差与模型偏差
- 2
缓解方法简介
- 3
关于阈值优化的更多内容
- 4
重加权
- 5
归约
- 6
对抗性去偏
- 7
其他方法与总结
- 8
测验:减轻偏见
衡量公平性
- 1
受保护的属性
- 2
太空大学示例
- 3
辛普森悖论
- 4
群体公平与个体公平
- 5
常见指标快速回顾
- 6
人口统计平等性
- 7
预测均等性
- 8
机会均等
- 9
均衡几率
- 10
阈值选择的影响
- 11
测验:公平性指标
自然语言处理中的公平性
- 1
词嵌入
- 2
有偏向量
- 3
去偏向量
- 4
词嵌入关联测试
- 5
数据增强
- 6
测验:NLP中的公平性
结论
- 1
总结与下一步
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User