fairlearn
一個 Python 套件,用於評估和改善機器學習模型的公平性。
fairlearn 是什麼?
一個 Python 套件,用於評估和改善機器學習模型的公平性。
fairlearn 概覽
這是什麼
Fairlearn 是一個 Python 套件,讓人工智慧(AI)系統的開發者能夠評估其系統的公平性,並減輕任何觀察到的不公平問題。它包含減輕演算法以及用於模型評估的指標。此儲存庫也包含使用 Fairlearn 的 Jupyter 筆記本範例。該套件遵循稱為群體公平性的方法,該方法詢問哪些群體面臨遭受傷害的風險。公平性是根據對人們的影響來定義的,重點關注兩種傷害:分配傷害(當 AI 系統提供或剝奪機會、資源或資訊時)和服務品質傷害(系統對一個人的運作是否與對另一個人一樣好)。該專案採用 MIT 授權。
主要功能
- 用於評估哪些群體受到模型負面影響的指標,以及用於根據各種公平性和準確性指標比較多個模型的指標。
- 用於在各種 AI 任務和各種公平性定義中減輕不公平性的演算法。
- 儲存庫中包含使用 Fairlearn 的 Jupyter 筆記本範例。
- 提供全面的使用指南和 API 參考。
- 透過 Stack Overflow(標籤:fairlearn)和 Discord 提供社群支援。
使用情境
Fairlearn 可用於任何 AI 系統可能產生不公平結果的情境。常見的應用包括招聘、學校招生和貸款,這些地方可能發生分配傷害。它也適用於任何可能出現服務品質傷害的系統,這意味著系統並非對所有個人都能同樣有效地運作。該套件專為需要評估和減輕其機器學習模型不公平性的資料科學家和開發人員而設計。
快速開始
透過 pip 安裝: pip install fairlearn 如需快速入門,請造訪 Fairlearn 網站上的快速入門指南。儲存庫中提供了範例筆記本。
授權與價格
該專案採用 MIT 授權。它是開源且免費使用的。
內容整理自該專案公開的 README 與儲存庫資訊。