机器学习模型的衡量指标_在机器学习模型中衡量公平性
机器学习模型的衡量指标
In our previous article, we gave an in-depth review on how to explain biases in data. The next step in our fairness journey is to dig into how to detect biased machine learning models.
在上一篇文章中,我们对如何解释数据偏差进行了深入的回顾。 我们公平之旅的下一步是深入研究如何检测偏向机器学习模型。
However, before detecting (un)fairness in machine learning, we first need to be able to define it. But fairness is an equivocal notion — it can be expressed in various ways to reflect the specific circumstances of the use case or the ethical perspectives of the stakeholders. Consequently, there can’t be a consensus in research about what fairness in machine learning actually is.
但是,在检测机器学习中的(不)公平性之前,我们首先需要能够对其进行定义。 但是,公平是一个模棱两可的概念,可以用各种方式来表达,以反映用例的特定情况或利益相关者的道德观点。 因此,关于机器学习实际上是什么公平的研究尚无共识。
In this article, we will explain the main fairness definitions used in research and highlight their practical limitations. We will also underscore the fact that those definitions are mutually exclusive and that, consequently, there is no “one-size-fits-all” fairness definition to use.
在本文中,我们将解释研究中使用的主要公平性定义,并强调它们的实际局限性。 我们还将强调以下事实:这些定义是互斥的,因此,不存在使用“千篇一律”的公平定义。
记号 (Notations)
To simplify the exposition, we will consider a single protected attribute in a binary classification setting. This can be generalized to multiple protected attributes and all types of machine learning tasks.
为了简化说明,我们将在二进制分类设置中考虑单个受保护的属性。 可以将其概括为多个受保护的属性以及所有类型的机器学习任务。
Throughout the article, we will consider the identification of promising candidates for a job, using the following notations:
在整篇文章中,我们将使用以下符号考虑确定有前途的候选人:
-
机器学习模型的衡量指标_在机器学习模型中衡量公平性相关推荐
- R语言基于lm模型构建线性回归模型(蟋蟀的鸣叫声与温度的关系)、计算回归模型的RMSE指标、计算回归模型的R方指标(R-squared)
R语言基于lm模型构建线性回归模型(蟋蟀的鸣叫声与温度的关系).计算回归模型的RMSE指标.计算回归模型的R方指标(R-squared) 目录
- perplexity 衡量指标_怎样生成语言才能更自然,斯坦福提出超越Perplexity的评估新方法...
困惑度是评估生成语言是否「自然」的最常见标准,它的值越小,则表示模型生成的句子越接近人类语言.但是这种基于统计的方法并不能很好地评估生成质量,因此本文提出一种新的评估方式 HUSE,它为自然语言生成提 ...
- 基金绩效衡量指标_衡量绩效
基金绩效衡量指标 Clients care deeply about web performance and they depend on us to articulate and measure h ...
- 加载tf模型 正确率很低_深度学习模型训练全流程!
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:黄星源.奉现,Datawhale优秀学习者 本文从构建数据验证集. ...
- logit回归模型的参数估计过程_评分卡模型原理及应用
关注新蜂数字金融,ID:gh_c5ca7eb11df4 这是新蜂数字金融的第145篇原创首发文章 信用评分卡模型,作为金融业一项重要的风险控制手段,在行业中有着广泛的应用.只有对模型进行科学认知,理解 ...
- perplexity 衡量指标_困惑度(perplexity)的基本概念及多种模型下的计算(N-gram, 主题模型, 神经网络)...
让人困惑的困惑度 发现网络上流传的关于困惑度(perplexity)大多数都是利用了N-gram或者主题模型的例子来阐述的.但是现在这个年代来学习这个指标的人多半都是想研究神经网络的,而两者对困惑度 ...
- 机器学习 对回归的评估_在机器学习回归问题中应使用哪种评估指标?
机器学习 对回归的评估 If you're like me, you might have used R-Squared (R²), Root Mean Squared Error (RMSE), a ...
- perplexity 衡量指标_求通俗解释NLP里的perplexity是什么?
前面的回答都很优秀,但我想基于我的理解做个补充. 困惑度 Perplexity 是衡量语言模型好坏的指标,为了更好地理解其意义,首先有必要回顾熵的概念.根据信息论与编码的知识,我们知道 熵代表着根据信 ...
- perplexity 衡量指标_通俗解释困惑度 (Perplexity)-评价语言模型的好坏
一.语言模型 本文尽量通俗解释一下困惑度的概念.既然题目中写了是用来评价语言模型的好坏,那么首先来看一下语言模型:忆臻:深入浅出讲解语言模型zhuanlan.zhihu.com 简单地说,语言模型就 ...
最新文章
- 4 个使用率非常高的 Linux 监控工具
- Android11有哪些vts
- java跨函数跳转_VS code 函数无法跨文件跳转到定义
- Hadoop入门基础教程 Hadoop之完全分布式环境搭建
- 拨开云雾见日月:SQL Server 调优之查询存储
- Web前端开发前景怎么样?现在学习还来得及吗?
- python中注释的作用_Python函数添加注释的好处
- educoder实训平台python顺序结构答案_传智播客升级实训课程,打造高分项目实战网课助力高校在线实训...
- php if多条件_通过几个案例掌握shell编程条件分支结构
- .arx 与此版本的 AutoCAD 不兼容。
- 163邮箱链接服务器失败是怎么回事,outlook邮箱添加163邮箱账户失败该怎么办?...
- 电脑电池怎么测试软件,笔记本电池检测软件,详细教您笔记本电池怎么检测
- python 实现一个属于自己的语音播报器
- 苹果账号授权登录APP 服务端验证
- 有关串口、USB接口串联小电阻的对话
- excel vba批量发送邮件
- 中兴和华为的面试经历
- 精益看板方法从理论到实战 (6)—— 控制在制品数量(中)
- Zabbix Server trapper命令注入漏洞(CVE-2020-11800)
- 苹果手机输入法软件测试,苹果手机三款输入法谁更牛?专业媒体评测后给出结果...
热门文章
- 某月份各部门按小分类销售业绩达成状况(月报)之python代码的实现
- 用C#编写ActiveX控件,开发浏览器控件,注册ActiveX 控件
- Edge常用插件分享
- 福瑞1号科技在疫情笼罩的局势下推出了解决资金流的去中心化金融方案
- 判断字母数字下划线python_如何验证Python中的字符串仅包含字母,数字,下划线和破折号?...
- 嵌入式GSM短信息接口的软硬件设计
- 英汉新闻评论语篇宏观结构和发展模式对比研究
- Ubuntu和Windows移动和复制文件
- SAP-QM 不启用检验类型01,不产生检验批,让物料每次入库到质检库存!
- 使用Redis和对象锁实现限流。(高并发场景下订购)
- R语言基于lm模型构建线性回归模型(蟋蟀的鸣叫声与温度的关系)、计算回归模型的RMSE指标、计算回归模型的R方指标(R-squared)