Sign In

Tuning Derivatives for Causal Fairness in Machine Learning

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Filip Edstrom, Guilherme W. F. Barros, Tetiana Gorbach, Xavier de Luna

πŸ’‘ κ°œμš”

λ³Έ 논문은 AI μ‹œμŠ€ν…œμ΄ 인쒅, 성별 λ“± 보호 속성에 λŒ€ν•΄ λ‚΄μž¬ν•˜λŠ” 편ν–₯을 μ™„ν™”ν•˜κΈ° μœ„ν•œ μƒˆλ‘œμš΄ 곡정성 ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•œλ‹€. 기쑴의 톡계적 동등성(SP)이 사업상 ν•„μˆ˜μ μΈ 맀개 λ³€μˆ˜μ— λŒ€ν•œ μ†μ„±μ˜ 영ν–₯을 κ³Όλ„ν•˜κ²Œ μ œν•œν•˜λŠ” 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄, 사업상 μ •λ‹Ήν•œ μ΄μœ κ°€ μžˆλŠ” κ²½λ‘œμ™€ μ—†λŠ” 경둜λ₯Ό κ΅¬λΆ„ν•˜κ³  μ˜ˆμΈ‘μžλ„ μ‚¬μ—…μƒμ˜ ν•„μˆ˜ μš”μΈμ„ λ°˜μ˜ν•΄μ•Ό ν•œλ‹€λŠ” 예츑적 동등성(PP)을 λ„μž…ν•œλ‹€. μ œμ•ˆλœ ν”„λ ˆμž„μ›Œν¬λŠ” μ—°μ†ν˜• 보호 속성에 νŠΉν™”λ˜μ–΄ 있으며, νŽΈλ―ΈλΆ„(derivatives)을 톡해 SP와 PPλ₯Ό κ³΅μ‹ν™”ν•˜κ³ , κ³΅μ •ν•œ μ˜ˆμΈ‘μžκ°€ μ‘΄μž¬ν•˜λŠ” 쑰건을 μ œμ‹œν•œλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ—°μ†ν˜• 보호 속성에 λŒ€ν•œ μƒˆλ‘œμš΄ 곡정성 접근법: 기쑴의 λ²”μ£Όν˜• 속성에 μ§‘μ€‘λœ μ—°κ΅¬μ—μ„œ λ²—μ–΄λ‚˜, μ—°μ†ν˜• 보호 속성에 λŒ€ν•œ 곡정성을 λ‹€λ£¨λŠ” μƒˆλ‘œμš΄ 이둠적 κΈ°λ°˜μ„ μ œκ³΅ν•œλ‹€.
β€’
사업적 ν•„μš”μ„±κ³Ό 곡정성 μ‚¬μ΄μ˜ κ· ν˜•: 사업적 ν•„μˆ˜ μš”μΈμ˜ 합법적인 영ν–₯을 μΈμ •ν•˜λ©΄μ„œλ„ 곡정성을 λ‹¬μ„±ν•˜κΈ° μœ„ν•œ 방법둠을 μ œμ‹œν•˜μ—¬, μ‹€μ§ˆμ μΈ AI μ‹œμŠ€ν…œ μ μš©μ— μœ μš©ν•˜λ‹€.
β€’
κ°€μ€‘μΉ˜ μ‘°μ • μ•Œκ³ λ¦¬μ¦˜μ˜ μ‹€μš©μ„±: μ œμ•ˆλœ μ•Œκ³ λ¦¬μ¦˜μ€ κ³΅μ •ν•œ 예츑자λ₯Ό 직접 κ΅¬μΆ•ν•˜κ±°λ‚˜, λΆˆκ°€λŠ₯ν•  경우 SP와 PP κ°„μ˜ νŠΈλ ˆμ΄λ“œμ˜€ν”„λ₯Ό ν—ˆμš©ν•˜μ—¬ ν˜„μ‹€μ μΈ 문제 해결을 μ§€μ›ν•œλ‹€.
β€’
이둠적 보μž₯κ³Ό μ‹€μ œ 적용의 κ°„κ·Ή: λ³Έ μ—°κ΅¬μ—μ„œ μ œμ‹œν•˜λŠ” 이둠적 쑰건이 μ‹€μ œ λ³΅μž‘ν•œ AI μ‹œμŠ€ν…œμ— μ–Όλ§ˆλ‚˜ 잘 μΌλ°˜ν™”λ  수 μžˆλŠ”μ§€, 그리고 μ‹€μ œ 적용 μ‹œ λ°œμƒν•  수 μžˆλŠ” 좔가적인 편ν–₯ μš”μ†Œλ“€μ„ μ–΄λ–»κ²Œ 닀룰지에 λŒ€ν•œ μΆ”κ°€ 연ꡬ가 ν•„μš”ν•˜λ‹€.
πŸ‘
Made with Slashpage