TensorFlow

Detalles del modelo

Visión general

Este es un modelo de Keras amplio y profundo que tiene como objetivo clasificar si una persona tiene o no un ingreso de más de $ 50,000 en función de diversas características demográficas. El modelo se entrena en el conjunto de datos de ingresos del censo de la UCI. Este no es un modelo de producción, y este conjunto de datos tradicionalmente solo se ha utilizado con fines de investigación. En esta tarjeta de modelo, puede revisar los componentes cuantitativos del rendimiento y los datos del modelo, así como información sobre los usos previstos, las limitaciones y las consideraciones éticas del modelo.

Versión

nombre: 2d1bd3b5688079d2da1b20350118dda7

Propietarios

Equipo de Model Cards, model-cards@google.com

Referencias

interactivo-2021-02-05T22_01_17.129037

Consideraciones

Casos de uso

Este conjunto de datos en el que se entrenó este modelo se creó originalmente para ayudar a la comunidad de aprendizaje automático a realizar análisis empíricos de los algoritmos de aprendizaje automático. El conjunto de datos para adultos se puede utilizar en estudios relacionados con la equidad que comparan las desigualdades entre sexos y razas, según los ingresos anuales de las personas.

Limitaciones

Este es un conjunto de datos con desequilibrio de clases en una variedad de clases sensibles. La proporción de ejemplos de hombres a mujeres es de aproximadamente 2: 1 y hay muchos más ejemplos con el atributo "blanco" que cualquier otra raza combinada. Además, la proporción de ingresos de $ 50,000 o menos a $ 50,000 o más es un poco más de 3: 1. Debido al desequilibrio entre los niveles de ingresos, podemos ver que nuestra verdadera tasa negativa parece bastante alta, mientras que nuestra verdadera tasa positiva parece bastante baja. Esto es cierto en un grado aún mayor cuando solo miramos el subgrupo "femenino", porque hay incluso menos ejemplos de mujeres en el grupo de ingresos de $ 50,000 +, lo que hace que nuestro modelo se ajuste a estos ejemplos. Para evitar esto, podemos probar varias estrategias de corrección en iteraciones futuras (por ejemplo, submuestreo, ajuste de hiperparámetros, etc.), pero es posible que no podamos solucionar todos los problemas de equidad.

Consideraciones éticas

Riesgo: corremos el riesgo de expresar el punto de vista de que los atributos de este conjunto de datos son los únicos que pueden predecir los ingresos de alguien, aunque sabemos que no es así.
Estrategia de mitigación: como se mencionó, es posible que sea necesario realizar algunas intervenciones para abordar los desequilibrios de clases en el conjunto de datos.

Modelo de tarjeta para clasificador de ingresos censales