Call-for-Code-for-Racial-Justice / Call-for-Code-for-Racial-Justice/TakeTwo-DataScience

Develop Data Science MVP Version 3

Offen
#18 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
design-thinking Machine Learning
Vorherrschende Sprache
Jupyter Notebook
Sterne
8
Forks
8
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

### Background

### Solution

DS-MVP-V3 An extended machine learning model that can learn to detect racially biased expressions in context based on input lableled data, without having to specify the "expression" and "context" separately in the input text. Here, the labeled data consists of pairs and the trained model is to output on a new test text, where expression(s) are sub-expression(s) of the input text that are identified to be biased expressions in context of the rest of the text.

### Tasks

### Acceptance Criteria

### Technical Requirements

### Roles Required

Beitragsleitfaden

Beitragsleitfaden öffnen

Rechercherichtung

Es werden keine Dateien, Notebooks, Tests, Einstiegspunkte, Aufgaben oder Akzeptanzkriterien genannt. Beginne mit einer Untersuchung des Repositorys und der Definition des Workflows für gelabelte Daten; der Abschluss sollte ein Modell nachweisen, das Paare aus akzeptiert und voreingenommene Teilausdrücke zusammen mit ihren Klassifikationen zurückgibt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
jupyter-notebook, machine-learning
Bereich
data, machine-learning
Issue-Typ
Feature
Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
20/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.