【IJCAI2023 教程】机器学习算法的审计偏见:工具和概述，113页pdf

目前，任何公开使用的技术都要经过审计机制，在这一机制中，我们旨在理解使用该技术的影响和局限性，以及它们为何会产生。由于机器学习（ML）正逐渐成为我们这个时代的普遍技术，并且ML系统引发的偏见议题正在引起关注，因此理解如何审计ML系统是一个真正的关注点。

在本教程中，我们将讨论算法的发展和现有的软件，以解答以下问题：

如何选择一个与应用相容的公平性度量来量化遇到的偏见？ 如何准确且高效地量化ML系统预测中遇到的偏见？ 如何解释导致不同粒度级别的偏见的不同来源？