IBM выпустила инструментарии Trusted AI для снижения смещения в ML

IBM выпустила три опенсорсных инструментария на Python, которые позволяют уменьшить смещение в обучающих выборках и моделях машинного обучения, пишет Infoworld.

Инструменты, которые помогают повысить надёжность AI-систем, разработаны в рамках проекта Trusted AI. Исходный код всех трёх из них доступен на GitHub.

Инструментарий AI Explainability 360 содержит 8 алгоритмов, которые помогают лучше понять, как ML-модели предсказывают метки.

AI Fairness 360 включает 70 метрик для выявления смещений в датасетах и моделях, а также 10 алгоритмов для снижения этих смещений.

Adversarial Robustness Toolbox представляет собой Python-библиотеку, которая позволяет исследователям и разработчикам создавать средства защиты глубоких нейросетей от adversarial-атак.

Читатели в 🇵🇱, пожалуйста, поддержите dev.by своими налогами!

Это просто и ничего не стоит