AAAIDec, 2023
从观测数据中学习多阶段选择问题的公平策略
Learning Fair Policies for Multi-stage Selection Problems from Observational Data
Zhuangzhuang Jia, Grani A. Hanasusanto, Phebe Vayanos, Weijun Xie
TL;DR通过解决难以计算的无限机会约束程序，提出了一种多阶段框架，用于从观测数据中学习公平策略，该问题与公司招聘、贷款批准或保释决策等高风险领域中的选择相关，我们专注于可解释的线性选择规则，并通过解决混合二次锥优化问题获得了组合评价的解决方案，与现有的选择策略相比，在精确度方面提高了 11.6%，在不公平度方面减少了 38%。