BriefGPT.xyz
Ask
alpha
关键词
unfairness
搜索结果 - 26
基于因果贝叶斯网络的公平性观点
用因果贝叶斯网络表示数据生成机制中不公平现象,重新审视与 COMPAS 预审风险评估工具相关的公平性问题,并强调在进行模型的公平性评估时需要仔细考虑训练数据中的不公平模式。通过显示因果贝叶斯网络在数据集中提供了衡量不公平性和设计公平模型的强
→
PDF
5 years ago
AAAI
学习非歧视性决策树的最优和公平决策
本文提出了一个多功能的混合整数优化框架,用于学习最优和公平的决策树和其变体,避免不公平对待和 / 或不公平影响。计算结果表明,这个框架提高了领域内的技术水平,能以更低的成本提高准确性,从而产生非歧视性的决策。
PDF
5 years ago
机器学习系统公平性的提升:业界从业者需求如何?
本文通过 35 个半结构化面谈和 267 个机器学习从业者的匿名调查,系统研究了商业产品团队开发公平的机器学习系统所面临的挑战和需求,发现了业界从业者面临的挑战及公平机器学习的研究文献中提出的解决方案之间的一些不协调之处,并提出了未来机器学
→
PDF
6 years ago
NIPS
从平等到基于偏好的分类公平概念
本研究探讨了在自动化数据驱动决策中存在的公平性问题,并基于账单分配和无嫉妒性理论,提出了一种基于偏好的公平性概念及采用可行的代理方法设计符合偏好公平性观念的分类器。 通过实验得出此偏好公平性相较于基于平等的公平性更加实用。
PDF
7 years ago
二元分类中不公平行为的惩罚
本文提出了一种减轻学习分类器不公平性的新方法,特别关注来自两个群体的个体的二元分类任务,在我们的公平标准下,我们希望在两个群体中实现相似的误报率和漏报率。作为概念验证,我们实现了这种方法并从犯罪风险评估、信用、放贷和大学入学领域的数据集中对
→
PDF
7 years ago
协同过滤的公平性目标超越平等
研究了协同过滤推荐系统中存在的歧视问题,提出四个新的公平度量标准来优化目标函数以减少不公平现象。通过在合成数据和真实数据上进行实验,证明我们的新度量标准比基准更能衡量公平性,并且公平目标的确帮助减少不公平现象。
PDF
7 years ago
Prev
Next