引導式測驗 · 中等 等級
公平性工具包:AIF360、Fairlearn 與 Aequitas 測驗
比較 AIF360、Fairlearn 和 Aequitas 的評估與緩解角色、輸入、限制以及與法律審查的關係。
問題 1 的 8
哪一個描述最符合 AI Fairness 360?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 哪一個描述最符合 AI Fairness 360?
- 一個執法資料庫
- 一個保證法律合規的工具
- 一個具備公平性指標以及預處理、處理中和後處理演算法的工具包
- 用於招募的單一指標
- Fairlearn MetricFrame 有助於使用者進行什麼操作?
- 跨群組細分指標並比較效能
- 從頭產生模型權重
- 提出法律申訴
- 移除所有敏感資料
- Fairlearn ExponentiatedGradient 擔任什麼角色?
- 事後評分閾值設定
- 產生法律聲明
- 取代評估資料
- 在選定的公平性限制與目標下進行訓練
- Aequitas 旨在支援哪一項任務?
- 訓練神經網路
- 透過群組差異指標與報告進行偏差稽核
- 選擇資料授權
- 解釋每一個個體預測
- 在使用工具包指標之前,必須正確指定什麼?
- 受保護/群組屬性、標籤、有利結果與決策閾值
- 只有套件名稱
- 模型的使用者介面
- 作業系統桌布
- Fairlearn ThresholdOptimizer 如何調整已訓練的模型?
- 它移除模型的驗證集
- 它保證每個群組的準確率相同
- 它在選定的約束條件和目標下應用群組特定的閾值
- 它用法律規則取代模型
- 公平性工具包能認證法律合規性嗎?
- 是的,預設如此
- 不;工具包提供測量或方法,而非法律核准
- 僅在使用開源模型時
- 是的,如果兩個函式庫結果一致
- 在評估發現差異後,應該採取什麼行動?
- 將該指標視為法律核准
- 如果整體準確率很高,就忽略結果
- 自動刪除模型
- 解讀脈絡、評估取捨,並決定有正當理由的緩解措施或使用限制