IBM AI Fairness 360
Detalles de precios
Software de código abierto gratuito bajo la licencia Apache 2.0.Características
Métricas Detección Sesgos, Algoritmos Mitigación Sesgos (Pre-procesamiento, In-processing, Post-processing), Framework Extensible, Integración con Frameworks ML (TensorFlow, PyTorch, Scikit-learn), Documentación, Tutoriales.Integraciones
Se integra en flujos de trabajo de ML basados en Python, compatible con TensorFlow, PyTorch, Scikit-learn.Vista previa
IBM AI Fairness 360 (AIF360) es un toolkit de código abierto desarrollado por IBM Research para ayudar a desarrolladores, científicos de datos e investigadores a detectar, comprender y mitigar sesgos en modelos de aprendizaje automático (ML) a lo largo del ciclo de vida de la aplicación de inteligencia artificial (IA). Lanzado en 2018 bajo la licencia Apache 2.0, AIF360 proporciona una extensa biblioteca de métricas (más de 70) para cuantificar varios tipos de injusticia y sesgo en conjuntos de datos y modelos de ML. Además, incluye un conjunto de más de 10 algoritmos de vanguardia para la mitigación de sesgos que pueden aplicarse en diferentes etapas del flujo de trabajo de ML: pre-procesamiento de datos, durante el entrenamiento del modelo (in-processing) y post-procesamiento después de obtener los resultados de la predicción. AIF360 está diseñado como un framework extensible, permitiendo a investigadores y profesionales contribuir con nuevas métricas y algoritmos y comparar su rendimiento. El toolkit se integra con bibliotecas populares de ML en Python, como TensorFlow, PyTorch y Scikit-learn. No es un producto para el usuario final, sino una herramienta para los desarrolladores de sistemas de IA que buscan garantizar su equidad y comportamiento ético. El uso de AIF360 contribuye a aumentar la confianza en los sistemas de IA y ayuda a las organizaciones a cumplir con las crecientes demandas de ética y transparencia algorítmica. La plataforma es una biblioteca de Python compatible con varios sistemas operativos que soportan Python.