监督学习中的均等金融影响
机器学习
2018-06-26 v1 机器学习
摘要
计算机科学中出现的“公平分类”概念通常围绕在受保护群体间均等化某些统计量。这种方法被批评为忽视了社会问题，包括错误如何对特定群体造成不成比例的伤害。我们针对 Hardt、Price 和 Srebro [NIPS, 2016] 提出的公平性准则之一做了修改，在诸如发放贷款等金融决策情形下朝解决此问题迈出一小步。我们将这一新概念称为“均等金融影响（equalized financial impact）”。
引用
@article{arxiv.1806.09211,
title = {Equalizing Financial Impact in Supervised Learning},
author = {Govind Ramnarayan},
journal= {arXiv preprint arXiv:1806.09211},
year = {2018}
}