机构名称：
¥ 1.0
数据集对于培训和评估机器学习模型至关重要。但是，它们也是许多不良模型行为的根本原因，例如偏见的预测。为了解决这个问题，机器学习社区正在提议作为最佳实践，以采用描述数据集的常见准则。但是，这些准则基于数据集的自然语言描述，从而妨碍了对此类描述的自动计算和分析。为了克服这种情况，我们提出了Descriveml，这是一种语言工程工具，可准确地描述机器学习数据集，以结构化的形式来描述其组成，出处和社会问题。该工具被实现为视觉工作室代码扩展。
DefictEML：用于机器学习的数据集说明工具
主要关键词
相关文件推荐
