Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
L'esercizio seguente dimostra come verificare i set di dati in modo equilibrato
e come impiegare strategie di correzione dei bias per affrontare l'equità
problemi:
Gli esercizi di programmazione vengono eseguiti direttamente nel browser (senza configurazione)
obbligatorio!) utilizzando Colaboratory
completamente gestita. Colaboratory è supportato sulla maggior parte dei principali browser ed è
accuratamente testati sulle versioni desktop di Chrome e Firefox.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2024-08-13 UTC."],[[["This exercise demonstrates how to audit data sets for fairness and apply bias-remediation strategies."],["The programming exercises are run directly in your browser using the Colaboratory platform with no setup required."],["Colaboratory is supported on most major browsers and is most thoroughly tested on desktop versions of Chrome and Firefox."],["Users can access a Help Center for support with machine learning education."]]],[]]
