路径特定反事实公平性
机器学习
2018-02-23 v1
摘要
我们考虑在复杂场景中学习公平决策系统的问题，其中敏感属性可能沿公平与不公平的路径均影响决策。我们引入一种因果方法来忽略沿不公平路径的影响，该方法简化并推广了既往文献。我们的方法修正受敏感属性不利影响的观测值，并利用这些修正值形成决策。这避免了忽略公平信息，且不需要通常难处理的路径特定效应计算。我们利用深度学习与近似推断的最新进展，获得了可广泛适用于复杂非线性场景的解决方案。
引用
@article{arxiv.1802.08139,
title = {Path-Specific Counterfactual Fairness},
author = {Silvia Chiappa and Thomas P. S. Gillam},
journal= {arXiv preprint arXiv:1802.08139},
year = {2018}
}