【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey

题目

基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey

关键字

序列决策，机器学习，预测，公平性

简介

决策过程中的算法公平性已经被广泛研究，在不稳定的环境下，对分类等任务进行一次性决策。然而，在实践中，大多数决策过程都是顺序的，过去的决策可能会对未来的数据产生影响。特别是当决策影响到生成用于未来决策的数据的个人或用户时。在这项调查中，我们回顾了现有文献的数据驱动顺序决策的公平性。我们将关注两类顺序决策：（1）过去的决策对潜在用户群没有影响，对未来数据也没有影响；（2）过去的决策对潜在用户群有影响，因此对未来数据也有影响，进而影响未来的决策。在每种情况下，都要研究各种公平干预措施对底层人口的影响。

作者

Xueru Zhang and Mingyan Liu