Sie werden in der Lage sein, das Aequitas Tool als Werkzeug zur Messung und Erkennung von Bias in den Ergebnissen eines Modells für maschinelles Lernen zu verwenden. Als Anwendungsfall werden wir mit dem Datensatz über Rückfälligkeit arbeiten, d.h. mit der Wahrscheinlichkeit, dass eine ehemals inhaftierte Person innerhalb der ersten zwei Jahre nach ihrer Entlassung aus dem Gefängnis eine weitere Straftat begeht. Das geführte Projekt wird den COMPAS-Datensatz nutzen, der bereits sowohl prognostizierte als auch tatsächliche Ergebnisse enthält. Da diese Technik weitgehend auf statistischen Deskriptoren zur Messung von Bias und Fairness basiert, ist sie sehr unabhängig von spezifischen Modellen des Maschinellen Lernens (ML) zur Vorhersage. In diesem Sinne wird das Projekt Ihre Karriere nicht nur als Datenwissenschaftler oder ML-Entwickler, sondern auch als Politiker und Entscheidungsträger fördern.