人口均等的实现：缓解真实世界数据中的偏差

基于计算机的决策系统被广泛用于自动化日常诸多方面的决策，包括招聘、放贷乃至刑事判决等敏感领域。决策流程严重依赖大量历史真实世界数据来训练模型。然而，历史训练数据常包含性别、种族或其他偏差，这些偏差会传播至训练好的模型并影响计算机决策。本工作中，我们提出一种鲁棒方法，可在最大化保留分类效用的同时保证消除不良偏差。我们的方法通过从真实世界数据推导出唯一编码人口均等与现实性的渐近数据集，始终以模型无关的方式实现这一点。作为原理验证，我们从公共人口普查记录推导出这样一个渐近数据集，可从中生成合成样本以训练成熟的分类器。对这些基于我们的合成数据训练的分类器的泛化能力进行基准测试，我们确认了计算机辅助决策中不存在任何显式或隐式偏差。