bias optimization/baɪəs ˌɒptɪməˈzeɪʃn/偏差优化 · 机器学习概念
在训练模型时，通过调整算法或数据来减少系统性偏差的过程，目的是让模型更公平、更准确地预测和决策。
🧠 定义
- 减少模型中的系统性偏见
- 提升模型公平性和准确性
- 常见于图像识别、推荐系统等场景
🧠 应用场景
- 人脸识别中避免种族偏见
- 招聘算法中防止性别歧视
- 金融风控中减少信用评分偏见
💡 实例
某公司发现其招聘系统对女性候选人评分较低，于是引入 bias optimization 技术，重新训练模型后，男女候选人的通过率更加均衡。