一种用于去偏训练机器学习模型的近最优算法
机器学习
2022-08-24 v3 人工智能
机器学习
摘要
我们提出一种可扩展的后处理算法用于去偏训练模型，包括深度神经网络（DNNs），我们通过界定其超额贝叶斯风险证明其为近最优。我们在标准基准数据集上跨经典算法及现代 DNN 架构实证验证其优势，并展示其优于先前后处理方法，同时与处理中方法表现相当。此外，我们表明所提算法对于大规模训练的模型尤为有效，其中后处理是一种自然且实用的选择。
引用
@article{arxiv.2106.12887,
title = {A Near-Optimal Algorithm for Debiasing Trained Machine Learning Models},
author = {Ibrahim Alabdulmohsin and Mario Lucic},
journal= {arXiv preprint arXiv:2106.12887},
year = {2022}
}
备注
21 pages, 5 figures