fairness

Une liste organisée de ressources exceptionnelles sur l'apprentissage automatique responsable.

Un ensemble complet de métriques d'équité pour les jeux de données et les modèles d'apprentissage automatique, incluant des explications et des algorithmes pour atténuer les biais.

Un package Python pour évaluer et améliorer l'équité des modèles de machine learning.

Collection d'articles classiques et de pointe de l'industrie dans les domaines de la recommandation, de la publicité et de la recherche.

Suivi des émissions de calcul et recommandations pour réduire leur impact environnemental.

Responsible AI Toolbox est une suite d'outils fournissant des interfaces utilisateur et des bibliothèques d'exploration et d'évaluation de modèles et de données, permettant une meilleure compréhension des systèmes d'IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d'IA de développer et de surveiller l'IA de manière plus responsable, et de prendre de meilleures décisions basées sur les données.

Langage agnostique au modèle pour l'exploration et l'explication

Gno : Une machine virtuelle Go interprétée et basée sur une pile pour créer des applications succinctes et composables + gno.land : une blockchain pour un code intemporel et un open-source équitable.

Bibliothèque Go pour servir des ressources de manière équitable.

Boîte à outils pour l'audit de biais et le ML équitable.

Exemples de techniques pour entraîner des modèles ML interprétables, expliquer les modèles ML et déboguer les modèles ML pour la précision, la discrimination et la sécurité.

Une plateforme expérimentale pour l'apprentissage fédéré.