पूर्वाग्रह के लिए परीक्षण · प्रश्न 43 / 60

एक क्रेडिट मॉडल की पूर्वाग्रह (bias) के लिए जाँच की जानी है। टीम ऐसे आवेदन बनाती है जो लिंग को छोड़कर समान हैं और कई परीक्षणों में पाती है कि निर्णय उल्लेखनीय रूप से भिन्न हैं। कौन-से कथन सही हैं?

2 उत्तर सही हैं। कठिन AI से बनाया गया

उत्तर दिखाएँ

उत्तर

  • C परिणाम मॉडल में bias का संकेत देता है
  • D यह तरीका counterfactuals के साथ disparate impact analysis के अनुरूप है

व्याख्या

Disparate impact analysis में संवेदनशील विशेषताओं की पहचान की जाती है, counterfactuals बनाए जाते हैं, उदाहरण के लिए बदले हुए लिंग के साथ, और मॉडल आउटपुट का कई परीक्षणों में सांख्यिकीय विश्लेषण किया जाता है। यदि संवेदनशील विशेषता बदलने से परिणाम उल्लेखनीय रूप से बदलता है, तो यह bias का संकेत है।

सर्टिफ़िकेशन और परीक्षाएँ

अगली परीक्षा कौन-सी होगी?

आप 51 परीक्षाओं का अभ्यास पहले से कर सकते हैं, 16 पर वोटिंग चल रही है। सभी सर्टिफ़िकेशन आधिकारिक जानकारी के साथ देखें, वोट करें या अपनी परीक्षा सुझाएँ।

सभी सर्टिफ़िकेशन देखें