会员服务
机器学习 · 数学框架 · 公平学习 ·
2020 年 5 月 30 日
回顾机器学习公平的数学框架，Review of Mathematical frameworks for Fairness in Machine Learning
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

题目： Review of Mathematical frameworks for Fairness in Machine Learning

摘要：

从数学的角度回顾了过去几年文献中提出的主要公平定义和公平学习方法。根据基于独立的方法，考虑如何构建公平的算法，以及与可能不公平的情况相比，算法性能下降的后果。这相当于公平的价格由标准统计均等或机会均等给出。给出了最优公平分类器和最优公平预测器(在线性回归高斯模型下)在机会均等意义下的新结果。

成为VIP会员查看完整内容
https://arxiv.org/abs/2005.13755
Review of Mathematical frameworks for Fairness in Machine Learning
37

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多 推论问题属于 无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
专知会员服务
21+阅读 · 2020年6月19日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
专知会员服务
12+阅读 · 2020年4月16日
【视频预测深度学习综述论文】A Review on Deep Learning Techniques for Video Prediction
【视频预测深度学习综述论文】A Review on Deep Learning Techniques for Video Prediction
专知会员服务
51+阅读 · 2020年4月15日
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
专知会员服务
37+阅读 · 2020年2月29日
【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
【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
专知会员服务
21+阅读 · 2020年1月15日
【KDD2019|讲座推荐】公平意识机器学习：现实挑战与经验教训：Fairness-Aware Machine Learning: Practical Challenges and Lessons Learned
专知会员服务
19+阅读 · 2019年12月9日
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
专知会员服务
55+阅读 · 2019年11月23日
《机器学习与公平性》（Fairness and Machine Learning）新书发布，附181页PDF下载
《机器学习与公平性》（Fairness and Machine Learning）新书发布，附181页PDF下载
专知会员服务
76+阅读 · 2019年10月26日
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
专知会员服务
15+阅读 · 2019年10月3日
《机器学习与公平性》新书发布，附127页PDF下载
《机器学习与公平性》新书发布，附127页PDF下载
专知
23+阅读 · 2019年9月13日
一文读懂机器学习中的贝叶斯统计学
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
专知
29+阅读 · 2019年3月1日
BAT机器学习面试题1000题（376~380题）
BAT机器学习面试题1000题（376~380题）
七月在线实验室
9+阅读 · 2018年8月27日
已删除
已删除
将门创投
3+阅读 · 2018年4月10日
Machine Learning：十大机器学习算法
Machine Learning：十大机器学习算法
开源中国
21+阅读 · 2018年3月1日
行人再识别中的迁移学习：图像风格转换（Learning via Translation）
行人再识别中的迁移学习：图像风格转换（Learning via Translation）
极市平台
3+阅读 · 2017年11月30日
LibRec 每周算法：DeepFM
LibRec 每周算法：DeepFM
LibRec智能推荐
14+阅读 · 2017年11月6日
学界 | 面向工程师的机器学习简介：理论、算法、概念全覆盖
学界 | 面向工程师的机器学习简介：理论、算法、概念全覆盖
机器之心
17+阅读 · 2017年9月15日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
18+阅读 · 2019年12月10日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Deep learning for time series classification: a review
Arxiv
12+阅读 · 2019年3月14日
Context in Neural Machine Translation: A Review of Models and Evaluations
Arxiv
5+阅读 · 2019年1月25日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
13+阅读 · 2019年1月17日
Automatic Face Aging in Videos via Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年11月27日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
VIP会员
相关主题
机器学习
数学框架
公平学习
相关VIP内容
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
专知会员服务
21+阅读 · 2020年6月19日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
专知会员服务
12+阅读 · 2020年4月16日
【视频预测深度学习综述论文】A Review on Deep Learning Techniques for Video Prediction
【视频预测深度学习综述论文】A Review on Deep Learning Techniques for Video Prediction
专知会员服务
51+阅读 · 2020年4月15日
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
专知会员服务
37+阅读 · 2020年2月29日
【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
【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
专知会员服务
21+阅读 · 2020年1月15日
【KDD2019|讲座推荐】公平意识机器学习：现实挑战与经验教训：Fairness-Aware Machine Learning: Practical Challenges and Lessons Learned
专知会员服务
19+阅读 · 2019年12月9日
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
【医学图像分割| 2019新综述】生物医学图像分割的机器学习技术：技术方面综述和最新应用介绍（Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications），附35页PDF
专知会员服务
55+阅读 · 2019年11月23日
《机器学习与公平性》（Fairness and Machine Learning）新书发布，附181页PDF下载
《机器学习与公平性》（Fairness and Machine Learning）新书发布，附181页PDF下载
专知会员服务
76+阅读 · 2019年10月26日
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
【强化学习研讨会|Microsoft Research】安全公平的机器学习（Safe and Fair Machine Learning）
专知会员服务
15+阅读 · 2019年10月3日
热门VIP内容
相关资讯
《机器学习与公平性》新书发布，附127页PDF下载
《机器学习与公平性》新书发布，附127页PDF下载
专知
23+阅读 · 2019年9月13日
一文读懂机器学习中的贝叶斯统计学
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
【Awesome】最全的机器学习可解释性资料（machine-learning-interpretability）
专知
29+阅读 · 2019年3月1日
BAT机器学习面试题1000题（376~380题）
BAT机器学习面试题1000题（376~380题）
七月在线实验室
9+阅读 · 2018年8月27日
已删除
已删除
将门创投
3+阅读 · 2018年4月10日
Machine Learning：十大机器学习算法
Machine Learning：十大机器学习算法
开源中国
21+阅读 · 2018年3月1日
行人再识别中的迁移学习：图像风格转换（Learning via Translation）
行人再识别中的迁移学习：图像风格转换（Learning via Translation）
极市平台
3+阅读 · 2017年11月30日
LibRec 每周算法：DeepFM
LibRec 每周算法：DeepFM
LibRec智能推荐
14+阅读 · 2017年11月6日
学界 | 面向工程师的机器学习简介：理论、算法、概念全覆盖
学界 | 面向工程师的机器学习简介：理论、算法、概念全覆盖
机器之心
17+阅读 · 2017年9月15日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Advances and Open Problems in Federated Learning
Advances and Open Problems in Federated Learning
Arxiv
18+阅读 · 2019年12月10日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Deep learning for time series classification: a review
Arxiv
12+阅读 · 2019年3月14日
Context in Neural Machine Translation: A Review of Models and Evaluations
Arxiv
5+阅读 · 2019年1月25日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
13+阅读 · 2019年1月17日
Automatic Face Aging in Videos via Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年11月27日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
微信扫码咨询专知VIP会员
Top