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

ML model to debias biased content

Aperta
#20 4 commenti 0 reazioni 0 assegnatari Vedi su GitHub
design-thinking Machine Learning
Lingua principale
Jupyter Notebook
Stelle
8
Fork
8
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

### Background on the problem the feature will solve/improved user experience
People who use TakeTwo might not only want to detect racially biased content but receive help on how to debias their content.

### Describe the solution you'd like
Machine learning models that are able to debias content that is found to be racially biased.

### Tasks
- Confirm this is a real painpoint for others
- gather datasets
- experiments
- TBD

### Acceptance Criteria
Standards we believe this issue must reach to be considered complete and ready for a pull request. E.g precisely all the user should be able to do with this update, performance requirements, security requirements, etc as appropriate.

Guida per i contributori

Apri la guida per i contributori

Direzione di ricerca

Non vengono indicati file, test o punti di ingresso. Inizia confermando il problema e definendo cosa dovrebbe significare “debias”, quindi individua dataset ed esperimenti adatti. L’issue è completata solo quando criteri di accettazione concreti descrivono il comportamento visibile all’utente e i requisiti di valutazione.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
jupyter-notebook, machine-learning
Ambito
data, machine-learning
Tipo di issue
Funzionalità
Difficoltà
5/5
Tempo stimato
Più di una settimana
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
18/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.