Apr, 2019

通过数据集重采样消除表示偏差(REPAIR)

TL;DR提出了一种新的数据集修复程序,将偏差最小化建立在给定特征表示的分类器上,通过交替更新分类器参数和数据集重采样权重,使用随机梯度下降解决最小最大问题。实验结果表明,该算法可以显著降低数据集的表征偏差,并提高在其上训练的模型的泛化能力。