BriefGPT.xyz
Ask
alpha
关键词
protected class
搜索结果 - 5
审计交叉偏见的预测模型
提出了一种灵活的审计框架 Conditional Bias Scan (CBS),以检测分类模型中的交叉偏见,该方法可以检测到先前未发现的交叉和上下文相关偏见,并且相对于仅审计子组公平性的类似方法具有更高的偏见检测能力。
PDF
a year ago
数据修复是否能实现公平模型?通过筛选上下文公平数据减少模型偏差
本文提出了一种利用数据修复算法解决数据集中的语境偏差问题的解决方案,该算法可以通过平衡受保护属性的各种类别的共同出现率来筛选样本,从而训练出公平的模型,而不会牺牲模型整体性能。
PDF
3 years ago
利用数据组合评估隐含保护类别的算法公正性
本文研究了评估算法决策的不平等影响面临的根本性挑战:保护类成员在数据中通常不可观察。研究者考虑使用附加数据集来构建模型,从而预测代理变量(如姓氏和地理位置)来确定受保护类别的成员身份,提供了计算和可视化这些集合的算法和统计工具。通过借助美国
→
PDF
5 years ago
无偏倚性的公平性:当保护类别未观察到时评估差异
本文研究了决策系统对于受保护类别的公正性评估时,如何使用基于观察到的代理指标的概率模型,如姓氏和地理位置来预测受保护类别并弥补缺失类别标签以满足合规性要求。作者发现该方法有偏差,并提出了一个基于软分类的替代方法,并证明了其偏差源于结果因果关
→
PDF
6 years ago
KDD
证明和消除不同影响
通过研究受保护类别和过程的定义,提出基于导出数据的方法来评估算法偏差,并描述了消除偏差和保留数据相关信息的方法。
PDF
10 years ago
Prev
Next