首页
›
智能金融与金融工程
›
093-模型审计与AI治理
›
《机器学习模型公平性与偏差审计实战》
VIP15
本课程属于:093-模型审计与AI治理
智能金融与金融工程 · 共 15 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
机器学习模型公平性与偏差审计实战
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=机器学习公平性与偏差审计的定义 · 重要性 · 学习目标与整体课程框架
课程导入
目标=机器学习公…
02
公平性基础
目标=公平性核心概念 · 常见术语(如群体公平 · 个体公平)
公平性基础
目标=公平性核心…
03
偏差来源剖析
目标=数据偏差 · 算法偏差 · 评估偏差
偏差来源剖析
目标=数据偏差
04
公平性度量指标(一)
目标=统计 Parity · Equal Opportunity · Equalized Odds 等群体…
公平性度量指标
Parity
05
公平性度量指标(二)
目标=个体公平 · 反事实公平 · 因果公平等进阶指标及其计算方式
公平性度量指标
目标=个体公平
06
偏差检测流程
目标=从数据探索 · 模型预测到指标计算的完整审计流程与工…
偏差检测流程
目标=从数据探索
07
数据偏差审计实战
目标=使用公开数据集(如 Adult · COMPAS)进行敏感属性分布分析与…
数据偏差审计实战
Adult
08
模型偏差审计实战
目标=训练基线模型并计算多种公平性指… · 识别模型中的偏差模式
模型偏差审计实战
目标=训练基线模…
09
偏差缓解方法(预处理)
目标=重采样 · 重加权 · 数据变换等预处理技术的原理与实现
偏差缓解方法
预处理
10
偏差缓解方法(处理中)
目标=正则化 · 对抗训练 · 公平性约束等模型内缓解策略
偏差缓解方法
处理
11
偏差缓解方法(后处理)
目标=阈值调整 · 校准 · 拒绝选项等后处理技术的应用与比较
偏差缓解方法
后处理
12
公平性与准确率权衡
目标=分析公平性干预对模型性能的影响 · 寻找帕累托最优方案
公平性
准确率权衡
13
可解释性与公平性
目标=使用 SHAP · LIME 等工具解释模型决策 · 发现潜在偏差来源
可解释性
公平性
14
公平性审计报告
目标=如何撰写结构化的公平性审计报告 · 包含指标 · 发现与建议
公平性审计报告
目标=如何撰写结…
15
案例实战(一)
目标=金融风控场景下的模型公平性审计…
案例实战
目标=金融风控场…
16
案例实战(二)
目标=医疗诊断场景中的偏差检测与公平…
案例实战
目标=医疗诊断场…
17
案例实战(三)
目标=招聘推荐系统中的公平性审计与多…
案例实战
目标=招聘推荐系…
18
案例实战(四)
目标=图像分类模型中的种族与性别偏差…
案例实战
目标=图像分类模…
19
常见问题与陷阱
目标=公平性指标冲突 · 数据泄漏 · 代理变量
常见问题
陷阱
20
工具与框架
目标=Fairlearn · AIF360 · What-If Tool 等主流公平…
工具
框架
21
自动化审计流水线
目标=构建可复用的公平性审计流水线 · 集成到 MLOps 流程中
自动化审计流水线
目标=构建可复用…
22
公平性监控与持续审计
目标=模型上线后的偏差监控 · 告警与再审计策略
公平性监控
持续审计
23
法规与合规
目标=GDPR · AI Act 等法规对公平性的要求及…
法规
合规
24
多利益相关方沟通
目标=向业务 · 法务 · 用户等不同角色传达公平性审计结果
多利益相关方沟通
目标=向业务
25
综合项目(一)
目标=选题 · 数据准备与审计方案设计
综合项目
目标=选题
26
综合项目(二)
目标=偏差检测 · 缓解与结果分析
综合项目
目标=偏差检测
27
综合项目(三)
目标=审计报告撰写与项目答辩
综合项目
目标=审计报告撰…
28
前沿进展
目标=公平性研究的最新方向(如因果公… · 动态公平)与开放挑战
前沿进展
目标=公平性研究…
29
课程总结
目标=核心知识点回顾 · 技能图谱与进一步学习资源推荐
课程总结
目标=核心知识点…
30
结业考核
目标=综合测试与实战任务评估 · 检验公平性审计能力
结业考核
目标=综合测试
所属VIP或分类
同VIP:AI模型变更上线与回滚控制审计
同VIP:AI模型可解释性与决策证据审计
同VIP:模型与AI审计端到端项目实战