audit-ai: Uma Biblioteca para Testar o Viés em Modelos de Aprendizado de Máquina
O audit-ai é uma biblioteca Python construída sobre o pandas e o sklearn que implementa algoritmos de aprendizado de máquina conscientes de justiça. Ela foi desenvolvida pela equipe de Ciência de Dados da pymetrics.
O objetivo geral desta biblioteca é medir e mitigar os efeitos de padrões discriminatórios nos dados de treinamento e nas previsões feitas por algoritmos de aprendizado de máquina treinados para processos de tomada de decisão socialmente sensíveis.
O audit-ai oferece várias técnicas de teste de viés e auditoria de algoritmos. Para tarefas de classificação, implementa testes como 4/5th, fisher, z-test, fator de Bayes e qui-quadrado. Para tarefas de regressão, também oferece testes similares.
A instalação é simples, podendo ser feita via pip. Além disso, o código-fonte está disponível no GitHub, onde também é possível encontrar mais informações e exemplos de uso.
