Les techniques d'atténuation des biais algorithmiques se répartissent en trois grandes étapes du processus d'apprentissage du modèle. Les méthodes de prétraitement modifient les données d'apprentissage (par exemple, pondération, rééchantillonnage). Les méthodes intégrées au processus d'apprentissage incorporent directement des contraintes d'équité dans l'algorithme d'apprentissage du modèle. Les méthodes de posttraitement ajustent les prédictions du modèle après leur exécution afin d'améliorer l'équité.
