Este é o aplicativo Linux chamado Fairlearn, cuja versão mais recente pode ser baixada como v0.13.0sourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Fairlearn com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
SCREENSHOTS
Ad
Fairlearn
DESCRIÇÃO
Fairlearn é um pacote Python que capacita desenvolvedores de sistemas de inteligência artificial (IA) a avaliar a justiça de seus sistemas e mitigar quaisquer problemas de injustiça observados. O Fairlearn contém algoritmos de mitigação, bem como métricas para avaliação de modelos. Além do código-fonte, este repositório também contém notebooks Jupyter com exemplos de uso do Fairlearn. Um sistema de IA pode se comportar de forma injusta por uma variedade de razões. No Fairlearn, definimos se um sistema de IA está se comportando de forma injusta em termos de seu impacto nas pessoas – ou seja, em termos de danos. A justiça dos sistemas de IA envolve mais do que simplesmente executar linhas de código. Em cada caso de uso, aspectos sociais e técnicos moldam quem pode ser prejudicado pelos sistemas de IA e como. Existem muitas fontes complexas de injustiça e uma variedade de processos sociais e técnicos para mitigação, não apenas os algoritmos de mitigação em nossa biblioteca.
Recursos
- Danos à qualidade do serviço
- Documentação disponível
- Exemplos disponíveis
- Danos na alocação
- Métricas para avaliar quais grupos são impactados negativamente por um modelo
- Algoritmos para mitigar injustiças
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/fairlearn.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
