Validación de datos

Gestión responsable de datos en AI

Maria Prokofieva

Lead ML engineer

Qué veremos

Validación de datos
Dimensiones responsables
Asesor financiero con IA

validación

Validación de datos

Enfoque más granular
Revisar la integridad técnica
Revisar la equidad

validación de datos

Integridad técnica

Datos completos
Sin duplicados, errores ni datos obsoletos
Cumple la ley
Comprueba exactitud, coherencia, completitud y actualidad

Dimensiones de datos responsables

Asesor financiero: integridad técnica

Discrepancias y anomalías en los datos
Campos mal asignados
Detecta y corrige cuanto antes

ejemplo de categorías incorrectas

Asesor financiero: integridad técnica

Anomalías en periodos y métodos de recogida
Desigualdades económicas regionales
No optimizado para todos los grupos de usuarios

anomalías en métodos de recogida de datos

Evaluación de equidad

Igualdad de oportunidades
Impacto dispar
Paridad demográfica
Aplicado a todas las fases del proyecto

Asesor financiero:

Todas las personas reciben consejos relevantes y útiles
Recomendaciones uniformes en todos los grupos demográficos
Ningún grupo se ve afectado de forma desproporcionada

Enfoques de validación de datos

Identificar variables clave
Analizar la distribución
Limpiar datos y aplicar pruebas estadísticas
Balancear los datos
Comprobar métricas de equidad
Probar modelos con conjuntos diversos

Asesor financiero

logo asesor

Quitar outliers e imputar valores faltantes
Validar con estadísticas descriptivas antes y después
Oversampling para el grupo de bajos ingresos
Revisar rendimiento del modelo y métricas de equidad
Validación cruzada con estratificación
Probar con datos "no vistos"

¡Vamos a practicar!

Gestión responsable de datos en AI

Preparing Video For Download...