机器学习中的对比公平性
机器学习
2019-09-10 v4 机器学习
摘要
Harry 被雇用而 Barry 没有，这公平吗？Pam 被解雇而非 Sam，这公平吗？当智能算法而非人类做出这些决策时，如何确保公平？如何确保决策基于功绩而非种族或性别等受保护属性？既然现实生活中的许多决策可通过机器学习做出，这些问题必须得到回答。然而算法公平性的研究聚焦于反事实问题“如果？”或“为什么？”，而在现实中大多数重要的主观问题是对比性的：“为什么是这个而非那个？”。我们引入概念和数学工具，利用因果推断以对比公平性处理算法决策中的问题，并给出说明性示例。
引用
@article{arxiv.1905.07360,
title = {Contrastive Fairness in Machine Learning},
author = {Tapabrata Chakraborti and Arijit Patra and Alison Noble},
journal= {arXiv preprint arXiv:1905.07360},
year = {2019}
}