吴恩达机器学习笔记 二十二 机器学习项目的完整周期 公正、偏见和伦理

1.确定项目范围：定义项目是什么以及你想要做什么

2.收集数据：确定需要什么数据来训练神经网络，然后收集

3.训练模型：收集完数据后开始训练模型，训练、错误分析（可能会通过分析发现还需要收集更多的数据）、迭代地改进

4.部署到实际生产：部署并监控系统的性能，维护系统

 关于如何减少偏见、不公平的建议:

1. 有一个多元化的团队

2.做一些相关行业的专业调查，比如系统的定义是什么

3.部署之前审计

4.制定一个缓解计划，如果部署后有问题可以触发（如自动驾驶汽车，应提前制定好汽车发生事故后的措施）