Testen auf Verzerrung · Frage 25 von 60
Wie hilft dynamisches Testen, Verzerrung in einem ML-Modell zu erkennen?
1 Antwort ist richtig. Mittel
Lösung anzeigen
Lösung
- A Ein bekanntermaßen unverzerrter, repräsentativer Datensatz wird eingespeist und auf signifikante Unterschiede zwischen sensiblen Gruppen analysiert
Erklärung
Beim dynamischen Testen wird ein bekanntermaßen unverzerrter, repräsentativer Datensatz durch das System geleitet. Dann werden die Vorhersagen auf statistisch signifikante Unterschiede in den Ergebnissen zwischen sensiblen Gruppen untersucht. So wird Verzerrung in den Ausgaben erkannt, egal ob sie in den Trainingsdaten oder in der Modellentwicklung entstanden ist.