AWS Certified AI Practitioner
Datasets, sesgo y equidad
Por dónde entra el sesgo a un modelo a través de sus datos de entrenamiento, qué hace que un dataset sea inclusivo y balanceado, y por qué la palabra sesgo significa dos cosas distintas en este examen.
Intermedio 22 minutos 5 Objetivos de aprendizaje
- Identificar las vías por las que el sesgo entra a un modelo a través de sus datos de entrenamiento
- Describir las características de un buen dataset: inclusividad, diversidad, fuentes curadas y balance
- Distinguir el sesgo estadístico y la varianza del sesgo social, y conectarlos con underfitting y overfitting
- Explicar por qué definiciones de equidad que compiten entre sí no pueden cumplirse todas a la vez
- Elegir mitigaciones en la etapa de datos para un problema de sesgo descrito