利用合成数据生成器研究偏置：经验证据与哲学阐释
机器学习
2023-02-09 v1 人工智能
计算机与社会
机器学习
摘要
机器学习应用正日益渗透于我们的社会。由于这些决策系统依赖数据驱动的学习，风险在于它们会系统性地传播数据中嵌入的偏置。本文提出通过引入一个生成具有特定类型偏置及其组合的框架来分析偏置。我们深入探讨这些偏置的本质，讨论其与道德和正义框架的关系。最后，我们利用所提出的合成数据生成器在不同场景及各种偏置组合下开展实验。从而分析了偏置对非缓解与已缓解机器学习模型中性能与公平性度量的影响。
引用
@article{arxiv.2209.05889,
title = {Investigating Bias with a Synthetic Data Generator: Empirical Evidence and Philosophical Interpretation},
author = {Alessandro Castelnovo and Riccardo Crupi and Nicole Inverardi and Daniele Regoli and Andrea Cosentini},
journal= {arXiv preprint arXiv:2209.05889},
year = {2023}
}
备注
8 pages, 2 figures. short version