Feb, 2017

学习非歧视性预测器

TL;DR通过学习符合 Hardt等人提出的“平等赔率”概念中的“保护属性”的非歧视性预测器,我们从统计和计算的角度研究了从有限训练集中学习这样的非歧视性预测器的问题。我们表明事后的校正方法可以具有很高的次优性,提出一种接近最优的统计过程,证明相关的计算问题是难以解决的,并提出一个满足可学习性的关于非歧视性定义的二阶弛豫。