Ito ang Linux app na pinangalanang Fairlearn na ang pinakabagong release ay maaaring ma-download bilang v0.13.0sourcecode.tar.gz. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Fairlearn sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
Fairlearn
DESCRIPTION
Ang Fairlearn ay isang Python package na nagbibigay ng kapangyarihan sa mga developer ng artificial intelligence (AI) system na tasahin ang pagiging patas ng kanilang system at pagaanin ang anumang naobserbahang isyu ng kawalan ng katarungan. Naglalaman ang Fairlearn ng mga algorithm sa pagpapagaan pati na rin ng mga sukatan para sa pagtatasa ng modelo. Bukod sa source code, naglalaman din ang repositoryong ito ng mga Jupyter notebook na may mga halimbawa ng paggamit ng Fairlearn. Ang isang AI system ay maaaring kumilos nang hindi patas para sa iba't ibang dahilan. Sa Fairlearn, tinutukoy namin kung ang isang AI system ay kumikilos nang hindi patas sa mga tuntunin ng epekto nito sa mga tao - ibig sabihin, sa mga tuntunin ng pinsala. Ang pagiging patas ng mga AI system ay higit pa sa pagpapatakbo ng mga linya ng code. Sa bawat kaso ng paggamit, parehong panlipunan at teknikal na mga aspeto ang humuhubog kung sino ang maaaring mapinsala ng mga AI system at kung paano. Maraming kumplikadong pinagmumulan ng hindi patas at iba't ibang proseso ng lipunan at teknikal para sa pagpapagaan, hindi lamang ang mga algorithm ng pagpapagaan sa aming library.
Mga tampok
- Ang kalidad ng serbisyo ay nakakapinsala
- Available ang dokumentasyon
- Available ang mga halimbawa
- Nakakasama ang alokasyon
- Mga sukatan para sa pagtatasa kung aling mga grupo ang negatibong naapektuhan ng isang modelo
- Algorithm para sa pagpapagaan ng hindi patas
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/fairlearn.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
