Le tecniche di mitigazione del bias algoritmico si suddividono in tre fasi principali relative al processo di addestramento del modello. I metodi di pre-elaborazione modificano i dati di addestramento stessi (ad esempio, riponderazione, ricampionamento). I metodi di elaborazione incorporano vincoli di equità direttamente nell'algoritmo di apprendimento del modello. I metodi di post-elaborazione regolano le previsioni del modello dopo che sono state effettuate per migliorarne l'equità.











