새로운 개선된 버전의 머신러닝 단기집중과정이 2024년 8월에 제공될 예정입니다. 감사합니다
공정성
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
머신러닝 모델을 책임감 있게 평가하려면 단순히 손실 측정항목을 계산하는 것 이상의 작업이 필요합니다.
모델을 프로덕션에 투입하기 전에 학습 데이터를 감사하고
예측 편향을 평가하는 것이 중요합니다.
이 모듈에서는 학습 데이터에서 나타날 수 있는 여러 유형의 인간 편향을 살펴봅니다. 그런 다음 이들을 식별하고 효과를 평가할 수 있는 전략을 제공합니다.
공정성
어떻게 표시되나요?
노란색 바나나
노란색은 바나나의 프로토타입입니다.
공정성을 위한 설계
공정성을 위한 설계
- 문제 고려
- 전문가에게 문의
공정성을 위한 설계
- 문제 고려
- 전문가에게 문의
- 편향을 고려하도록 모델 학습
공정성을 위한 설계
- 문제 고려
- 전문가에게 문의
- 편향을 고려하도록 모델 학습
- 결과 해석
공정성을 위한 설계
- 문제 고려
- 전문가에게 문의
- 편향을 고려하도록 모델 학습
- 결과 해석
- 컨텍스트를 사용한 게시
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2022-09-26(UTC)
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"필요한 정보가 없음"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"너무 복잡함/단계 수가 너무 많음"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"오래됨"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"샘플/코드 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]