Apa itu Transparansi Algoritmik?

Ketidakadilan sistematis dalam keluaran model yang disebabkan oleh ketidakseimbangan data, asumsi, atau pilihan pemodelan.

Seberapa baik performa model pada data baru yang tidak terlihat di luar set pelatihan.

Hubungan empiris yang menunjukkan bagaimana performa meningkat seiring dengan ukuran model, data, atau komputasi.

Jika contoh pengujian benchmark atau varian yang mirip terdapat dalam data pelatihan, hal ini akan meningkatkan performa yang dilaporkan.

Catatan dari mana data berasal, bagaimana data tersebut diubah, dan di mana data tersebut digunakan.

Asal, kepemilikan, dan riwayat kumpulan data atau artefak model yang terdokumentasi.