Verantwortungsvolle KI mit TensorFlow-Tutorials
TensorFlow bietet eine Vielzahl von Tools, die Sie in Ihrem Workflow anwenden können, um Modelle für maschinelles Lernen verantwortungsbewusster zu entwickeln. Sehen Sie sich hier Tutorials an, um mit Tools für die Bewertung und Behebung der Modellgerechtigkeit zu beginnen.
Fairnessbewertung
Einführung in Fairness-Indikatoren
Eine Einführung in Fairness-Indikatoren, die in einem Google Colab-Notebook ausgeführt werden. Klicken Sie auf den Run in Google Colab Taste , um es selbst zu versuchen.Fairness-Indikatoren mit TF Hub-Texteinbettungen
Bewerben Fairness Indikatoren auf häufig verwendete Fairness - Metriken in TF Hub Text Einbetten Modelle bewerten die Verwendung von Zivil Kommentare Datensatz .Fairness Indicators Lineage-Fallstudie
Bewerben Fairness Indicators Fairness Bedenken in der untersuchen COMPAS Dataset .Abhilfe und Datenschutz
Verwenden Sie MinDiff mit Keras
Probieren Sie MinDiff aus, eine Modellkorrekturtechnik, die die Modellleistung bei häufig verwendeten Fairnessmetriken verbessern kann.Modellkarten mit TFX erstellen
Verwenden Sie das Modell Karte Toolkit mit TFX zu generieren Modell Karten .Datenschutzberichte erstellen
Beurteilen Sie die Privatsphäre Ihres Modells mithilfe des TF-Datenschutzberichts.Videos und Blog
Erfahren Sie mehr über Responsible AI mit TensorFlow auf dem TensorFlow Blog und auf YouTube!
Verantwortungsvolle KI mit TensorFlow
TF-Entwicklergipfel 2020
Fairness-Indikatoren für TensorFlow
TF-Entwicklergipfel 2020
Anwendung von MinDiff zur Verbesserung der Modellgerechtigkeit
TensorFlow-Blog