Analizando disparidades en modelos de Machine Learning: una herramienta práctica para científicos de datos
La charla consistirá en la exposición del Director del Centro de Ciencia de Datos del ITAM, Adolfo de Unánue, sobre el análisis de disparidades en modelos de Machine Learning utilizando la herramienta Aequitas. Esta herramienta open source permite auditar modelos de Machine Learning para descubrir discriminacióny sesgos, ayudando a los científicos de datos a tomar mejores decisiones para la construcción de sus modelos. La herramienta Aequitas calcula diversas métricas en base a las variables y predicciones de los modelos de Machine Learning, además genera un reporte con estadísticas y un dashboard que permite entender donde se están produciendo sesgos y discriminación. En la charla se mostrará cómo utilizar la herramienta y como entender sus resultados para ser considerados en la construcción de modelos.
Expone: Adolfo De Unánue, director del Centro de Ciencia de Datos del ITAM, y director de la Maestría en Ciencia de Datos, ITAM, México.
Organiza: GobLab UAI, Centro de Ciencia de Datos ITAM, Fair Lac BID.