这篇论文将机器学习系统中的公平性问题划为数据偏差(biasindata),算法公平性(algorithmicfairness)两部分。针对这两个问题学术界分别提出了不同的解决方案。而对于相关的算法,作者将其划分为了3个类别,包括Pre-processing,In-processing,Post
做为最后一篇论文阅读记录,我决定对我目前为止粗读和精读的论文进行一次总结,然后陈述一些个人对该研究领域的见解和想法。论文总结归纳推荐系统中的偏差和不公平现象是随着推荐算法的诞生就与生俱来的,而不是人为故意产生的。目前我读过的论文中包括的一些典型的偏差和其主要的解决...
社会救助公平性问题及对策研究.摘要:随着我国经济的高速发展,人们的生活水平越来越高,但是也产生了贫富差距越来越大的现状,与此同时社会救济的不公平性也逐渐体现出来,只有不断的提高社会救济公平性的水平,才能让更多的弱势群体得到帮助,才...
近日,国际机器学习顶级会议ICML在官网公布了2018年度的最佳论文名单,来自MIT和UCBerkeley的研究人员摘得最佳论文的桂冠。其中,UCBerkeley团队的研究关注到了一个不但与学界业界相关,还与我们每一个…
这篇论文将机器学习系统中的公平性问题划为数据偏差(biasindata),算法公平性(algorithmicfairness)两部分。针对这两个问题学术界分别提出了不同的解决方案。而对于相关的算法,作者将其划分为了3个类别,包括Pre-processing,In-processing,Post
做为最后一篇论文阅读记录,我决定对我目前为止粗读和精读的论文进行一次总结,然后陈述一些个人对该研究领域的见解和想法。论文总结归纳推荐系统中的偏差和不公平现象是随着推荐算法的诞生就与生俱来的,而不是人为故意产生的。目前我读过的论文中包括的一些典型的偏差和其主要的解决...
社会救助公平性问题及对策研究.摘要:随着我国经济的高速发展,人们的生活水平越来越高,但是也产生了贫富差距越来越大的现状,与此同时社会救济的不公平性也逐渐体现出来,只有不断的提高社会救济公平性的水平,才能让更多的弱势群体得到帮助,才...
近日,国际机器学习顶级会议ICML在官网公布了2018年度的最佳论文名单,来自MIT和UCBerkeley的研究人员摘得最佳论文的桂冠。其中,UCBerkeley团队的研究关注到了一个不但与学界业界相关,还与我们每一个…