การตรวจจับอคติในการพยากรณ์การผิดนัดชำระสินเชื่อ
จากวิดีโอ เราได้เรียนรู้เกี่ยวกับซอฟต์แวร์คัดกรองพนักงานที่ใช้ AI ซึ่งมีแนวโน้มเลือกผู้ชาย เนื่องจากเรียนรู้จากข้อมูลในอดีตที่มีการจ้างงานผู้ชายมากกว่า เมื่อโมเดลมีผลกระทบต่อชีวิตของผู้คน เราจำเป็นต้องตรวจสอบอย่างรอบคอบว่าโมเดลนั้นมีพฤติกรรมเลือกปฏิบัติที่อาจเรียนรู้มาจากข้อมูลในอดีตหรือไม่
ในแบบฝึกหัดนี้ คุณมีโมเดลที่พยายามพยากรณ์ว่าบุคคลใดจะผิดนัดชำระสินเชื่อ โดยสามารถแบ่งผลการพยากรณ์ตามฟีเจอร์ต่าง ๆ เช่น ข้อมูลประชากรศาสตร์และสถานะการจ้างงาน ลองสำรวจฟีเจอร์เหล่านี้เพื่อดูว่ามีสิ่งผิดปกติในกลุ่มที่ถูกพยากรณ์ว่าจะผิดนัดชำระหรือไม่
ฟีเจอร์ใดที่ควรได้รับการตรวจสอบเพิ่มเติมในด้านอคติที่อาจเกิดขึ้น ก่อนนำโมเดลไปใช้งานจริง?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Understanding Machine Learning
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด