El-Mhamdi、El-Mahdi;拉希德·格拉乌伊;阮晃;亚历山大·莫雷尔 消除算法歧视（单个错误最小）。 （英语） Zbl 07540230号 西奥。计算。科学。 923, 47-55 (2022). 小结：我们首次解决了在分数函数中纠正群体歧视的问题，同时最小化个体错误。每组由剖面集上的概率密度函数描述。我们首先分析解决两个种群的问题，在每个种群占多数的区域有一个统一的骨骼。然后我们讨论了（n）种群的一般情况，其中种群的纠缠不允许类似的分析解。我们证明了用线性规划可以计算任意高精度的近似解。最后，我们解决了一个相反的问题，即误差不应超过某个值，我们力求将歧视最小化。 理学硕士： 68T05型 人工智能中的学习和自适应系统 91D10号 社会、社会和城市演变模型 关键词：记分函数;歧视;线性规划 软件：单词2vec PDF格式BibTeX公司 XML格式引用 \textit{E.-M.El-Mhamdi}等人，Theor。计算。科学。923，47-55（2022；Zbl 07540230） 全文： 内政部 arXiv公司 链接 参考文献： [1] 布伦维尼（Joy Buolamwini）；Gebru，Timnit，《性别阴影：商业性别分类中的交叉准确性差异》，（公平、问责制和透明度会议（2018）），77-91 [2] 考尔德、香椿；阿西姆·卡里姆；费萨尔·卡米兰；瓦西夫·阿里；张向良，线性回归中的控制属性效应，（2013年IEEE第13届数据挖掘国际会议，2013年IEEE13届数据开采国际会议，美国德克萨斯州达拉斯，2013年12月7日至10日（2013）），71-80 [3] Celis，L.Elisa；黄，凌霄；Vishnoi，Nisheeth K.，《公平约束下的多赢者投票》，（Lang，Jéróme，《第二十七届国际人工智能联合会议论文集》，第二十七届人工智能国际联合会议论文，2018年7月13日至19日，瑞典斯德哥尔摩（2018），IJCAI.org），144-151 [4] Celis，L.Elisa；维杰·凯斯瓦尼；Damian Straszak；阿米特·德什潘德；塔伦·卡图里亚；Vishnoi，Nisheeth K.，《公平和多样的基于dpp的数据摘要》，（Dy，Jennifer G.；Krause，Andreas，《第35届机器学习国际会议论文集》，ICML 2018，Stockholmsmässan，瑞典斯德哥尔摩，2018年7月10日至15日。第35届机器学习国际会议论文集。第35届机器学习国际会议论文集，ICML 2018，Stockholmsmässan，斯德哥尔摩，瑞典，2018年7月10日至15日，机器学习研究论文集，第80卷（2018），PMLR），715-724 [5] Celis，L.Elisa；Damian Straszak；Vishnoi，Nisheeth K.，《公平约束排名》（Chatzigiannakis，Ioannis；Kaklamanis，Christos；Marx，Dániel；唐纳德·桑内拉，第45届自动机、语言和编程国际学术讨论会。第45届自动化、语言和编程国际学术讨论会，ICALP，2018年7月9日至13日，捷克共和国布拉格。第45届国际自动化、语言和编程学术讨论会。第45届国际自动化、语言和编程学术讨论会，ICALP，2018年7月9日至13日，捷克共和国布拉格，LIPIcs，第107卷（2018），达格斯图尔-莱布尼茨-泽特鲁姆信息技术学院，28:1-28:15·Zbl 1499.68399号 [6] Celis，L.Elisa；Vishnoi，Nisheeth K.，《公平个性化》（2017），CoRR [7] Chouldechova，Alexandra，《不同影响下的公平预测：累犯预测工具偏差研究》，大数据，5，2，153-163（2017） [8] 阿曼达·科斯顿；艾伦·米什勒；爱德华·H·肯尼迪。；亚历山大·乔尔德科娃（Alexandra Chouldechova），《反事实风险评估、评估和公平》（Mireille Hildebrandt）、卡洛斯·卡斯蒂略（Carlos Castillo）、塞利斯（L.Elisa）、萨尔瓦多鲁杰里（Ruggieri）、Linnet泰勒（Taylor）；Zanfir Fortuna，Gabriela，FAT*'20：公平、问责和透明度会议。FAT*'20：公平、问责制和透明度会议，西班牙巴塞罗那，2020年1月27日至30日（2020年），ACM，582-593 [9] George Dantzig，《线性规划与扩展》（2016），普林斯顿大学出版社 [10] 杜平·卡尔蒙，弗拉维奥；Dennis Wei；巴努基兰文扎穆里；卡提基安·内特桑（Karthikeyan Natesan）·拉穆尔西（Ramamurthy）；Varshney，Kush R.，《防止歧视的数据预处理：信息理论优化和分析》，IEEE J.Sel。顶部。信号处理。，12, 5, 1106-1119 (2018) [11] 德沃克，辛西娅；Hardt，Moritz；托尼安·皮塔西；奥马尔·莱因戈尔德（Omer Reingold）；理查德·泽梅尔（Richard S.Zemel），《通过意识实现公平》（理论计算机科学创新，2012年）。《理论计算机科学的创新2012》，美国马萨诸塞州剑桥市，2012年1月8日至10日（2012年），214-226·Zbl 1348.91230号 [12] 迈克尔·费尔德曼；Sorelle A.Friedler。；约翰·穆勒（John Moeller）；Carlos Scheidegger；Venkatasubramanian，Suresh，《证明和消除不同影响》，（第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集。第21届澳大利亚新南威尔士州悉尼市ACM SIG KDD国际知识发现与数据挖掘会议论文集，2015年8月10-13日（2015）），259-268 [13] 费什，本杰明；Jeremy Kun；Lelkes，Al dám dániel，《平衡公平性和准确性的基于信任的方法》，（2016年SIAM国际数据挖掘会议记录。2016年SIAM国际数据挖掘大会记录，美国佛罗里达州迈阿密，2016年5月5日至7日（2016）），144-152 [14] 福池，Kazuto；Kamishima、Toshihiro；Sakuma，Jun，基于模型的中立性预测，IEICE Trans。，98-D（8），1503-1516（2015） [15] 伊恩，古德费罗；吉恩·普盖特·巴迪（Jean Pouget-Abadie）；迈赫迪·米尔扎；徐冰；戴维·沃德·法利（David Warde-Farley）；谢尔吉尔·奥扎尔；亚伦·库维尔（Aaron Courville）；Yoshua Bengio，《生成性对抗网络》，（神经信息处理系统进展（2014）），2672-2680 [16] 莫里茨，哈特；普莱斯，埃里克；Srebro，Nati，《监督学习中的机会均等》，（《神经信息处理系统进展》第29期：2016年神经信息处理体系年会）。神经信息处理系统的进展29：2016年神经信息处理系统年会，2016年12月5日至10日，西班牙巴塞罗那（2016）），3315-3323 [17] 沙欣·贾巴里；马修·约瑟夫（Matthew Joseph）；迈克尔·卡恩斯（Michael J.Kearns）。；杰米·莫根斯坦（Jamie Morgenstern）；Roth，Aaron，《强化学习中的公平》，（第34届机器学习国际会议论文集。第34届国际机器学习会议论文集，2017年8月6日至11日，澳大利亚新南威尔士州悉尼，2017年），1617-1626 [18] Kamishima、Toshihiro；Akaho、Shotaro；明治麻生；Sakuma，Jun，《独立建议》，（公平、问责和透明度会议，2018年2月23日至24日，FAT 2018，美国纽约州纽约市，2018年），187-201·Zbl 1411.68110号 [19] Karmarkar，Narendra，线性规划的一种新的多项式时间算法，（第十六届ACM计算理论研讨会论文集（1984），ACM），302-311 [20] Khachiyan，Leonid G.，线性规划中的多项式算法，苏联计算。数学。数学。物理。，20, 1, 53-72 (1980) ·Zbl 0459.90047号 [21] 尼基·基尔贝特斯；马特奥·罗哈斯·卡鲁拉；Giambattista，Parascandolo；Hardt，Moritz；Dominik Janzing；Schölkopf，Bernhard，《通过因果推理避免歧视》，（《神经信息处理系统的进展》，第30期：2017年神经信息处理体系年度会议）。神经信息处理系统进展30：2017年12月4日至9日在美国加利福尼亚州长滩举行的神经信息处理年度会议（2017年），656-666 [22] Kim，Michael P。；阿米拉塔·戈尔巴尼；Zou，James Y.，《多精度：黑盒后处理促进分类公平》，（文森特·科尼策；吉莉安·哈德菲尔德；香农·瓦勒，《2019年AAAI/ACM人工智能、道德和社会会议论文集》，2019年AIES 2019年，美国夏威夷州火奴鲁鲁，2019（2019），ACM），247-254 [23] Jon M.Kleinberg。；森德希尔·穆莱纳坦；Raghavan，Manish，公平确定风险分数的内在权衡， （Papadimitriou，Christos H.，第八届理论计算机科学会议创新。第八届计算机科学理论创新会议，ITCS 2017年1月9日至11日，美国加利福尼亚州伯克利市。第八次理论计算机科学创新会议。第八次理论计算机科学创新大会，ITCS 2017,1,9-11，美国加利福尼亚州伯克利，LIPIcs，第67卷（2017年），达格斯图尔-莱布尼茨-泽特鲁姆（Schloss Dagstuhl-Leibniz-Zentrum für Informatik），43:1-43:23·Zbl 1402.68156号 [24] 伯恩哈德·科特；Vygen，Jens，线性规划算法，（组合优化（2012），Springer），73-99·Zbl 1237.90001号 [25] Liu，Lydia T。；Sarah院长；艾斯特·罗尔夫（Esther Rolf）；马克斯·辛乔维茨（Max Simchowitz）；Hardt，Moritz，公平机器学习的延迟影响，（Dy，Jennifer G.；Krause，Andreas，第35届国际机器学习大会论文集。第35届国际机器学习大会论文集，ICML 2018，斯德哥尔摩，瑞典，2018年7月10-15日。第35届机器学习国际会议论文集。第35届机器学习国际会议论文集，ICML 2018，Stockholmsmässan，斯德哥尔摩，瑞典，2018年7月10日至15日，机器学习研究论文集，第80卷（2018），PMLR，3156-3164 [26] 克里斯托斯·路易斯；Kevin Swersky；李宇佳；韦林，马克斯；Zemel，Richard S.，变分公平自动编码器，（Bengio，Yoshua；LeCun，Yann，第四届学习代表国际会议，会议记录。第四届国际学习代表大会，会议记录，ICLR 2016，波多黎各圣胡安，2016年5月2-4日（2016）） [27] 卢姆，克里斯蒂安；Johndrow，James E.，公平预测算法的统计框架（2016），CoRR·Zbl 1417.62352号 [28] 阿迪蒂亚·克里希纳（Aditya Krishna Menon）；Williamson，Robert C.，《二元分类中的公平成本》，（公平、问责制和透明度会议，公平、问责制与透明度会议，2018年2月23日至24日，美国纽约州纽约市，2018年），107-118 [29] 托马斯·米科洛夫；陈凯；格雷格·科拉多（Greg Corrado）；Dean，Jeffrey，向量空间中单词表示的有效估计（2013），arXiv预印本 [30] 艾伦·米什勒（Alan Mishler）；爱德华·H·肯尼迪。；Chouldechova，Alexandra，《风险评估工具的公平性：实现反事实均衡概率的后处理》（Elish，Madeleine Clare；Isaac，William；Zemel，Richard S.，FAccT‘21:2021 ACM公平、责任和透明度会议，虚拟事件。FAccT’21:2021年ACM公平、问责制和透明度会议，虚拟活动，加拿大多伦多，2021年3月3日至10日（2021年），ACM），386-400 [31] 胡安·佩多莫（Juan C.Perdomo）。；兹尼克，蒂亚纳；门德尔·德纳（Mendler-Dünner），塞莱斯廷（Celestine）；Hardt，Moritz，性能预测，（第37届机器学习国际会议论文集，虚拟事件。第37届机械学习国际会议文献集，虚拟活动，ICML 2020，2020年7月13-18日。第37届机器学习国际会议论文集，虚拟事件。第37届机器学习国际会议论文集，虚拟活动，ICML 2020，2020年7月13-18日，机器学习研究论文集，第119卷（2020），PMLR），7599-7609 [32] 佩雷斯·苏艾，阿德里安；瓦莱罗·拉帕拉；冈萨罗马特奥·加西亚；穆尼奥斯·马雷，约旦；Gómez-Chova，Luis；Camps-Valls，Gustau，Fair kernel learning，（数据库中的机器学习和知识发现-欧洲会议，论文集，第I部分。数据库中的计算机学习和知识探索-欧洲会议论文集，第一部分，ECML PKDD 2017，马其顿斯科普里，2017年9月18-22日（2017）），339-355 [33] 普莱斯，杰夫；Manish Raghavan；吴，费利克斯；Jon M.Kleinberg。；Weinberger，Kilian Q.，《公平与校准》，（Guyon，Isabelle；von Luxburg，Ulrike；Bengio，Samy；Wallach，Hanna M.；Fergus，Rob；Vishwanathan，S.V.N.；Garnett，Roman，《神经信息处理系统进展30：2017年神经信息处理系统年度会议》。神经信息处理系统进展30：2017年神经信息处理系统年会，2017年12月4日至9日，美国加利福尼亚州长滩（2017）），5680-5689 [34] 诺维Quadrianto；Sharmanska，Viktoriia，《回收特权学习和分配匹配以实现公平》，（神经信息处理系统进展30：2017年神经信息处理体系年会）。神经信息处理系统进展30：2017年12月4日至9日在美国加利福尼亚州长滩举行的神经信息处理年度会议（2017年），677-688 [35] 克莱尔·拉扎尔（Claire Lazar Reich）；Vijaykumar，Suhas，算法公平的可能性：校准和相等的错误率可以调和吗？，（卡特里娜州利吉特；斯瓦蒂州古普塔，第二届负责任计算基础研讨会，虚拟会议。第二届责任计算基础论坛，虚拟会议，2021年6月9日至11日，FORC 2021。第二届负责任计算基础研讨会，虚拟会议。第二届负责任计算基础研讨会，虚拟会议，FORC 2021，2021年6月9日至11日，LIPIcs，第192卷（2021），Schloss Dagstuhl-Leibniz Zentrum für Informatik），4:1-4:21 [36] Renegar，James，基于牛顿法的多项式时间算法，用于线性规划，数学。程序。，40, 1-3, 59-93 (1988) ·Zbl 0654.90050号 [37] 约纳达夫·沙维特；本杰明·埃德曼。；布莱恩·阿克塞尔罗德（Brian Axelrod），因果战略线性回归（Causal strategic linear regression），《第37届机器学习国际会议论文集》，《虚拟事件》，第37届国际机器学习会议论文集，虚拟事件，ICML 2020年7月13-18日。第37届机器学习国际会议论文集，虚拟事件。第37届机器学习国际会议论文集，虚拟事件，ICML 2020，2020年7月13日至18日，机器学习研究论文集，第119卷（2020），PMLR，8676-8686 [38] 布莱克·伍德沃思（Blake E.Woodworth）。；苏里雅古纳塞卡尔；梅斯罗布·奥哈内西安。；斯雷布罗·内森（Nathan Srebro），《学习非歧视性预测因素》（Learning non-discrative predictors），（《第三十届学习理论会议论文集》，2017年7月7日至10日，荷兰阿姆斯特丹，COLT 2017（2017）），1920-1953 [39] 姚思瑞；Huang，Bert，《超越平价：协作过滤的公平目标》（Beyond parity：协作过滤公平目标），（神经信息处理系统进展30：2017年神经信息处理体系年会）。神经信息处理系统进展30：2017年12月4日至9日在美国加利福尼亚州长滩举行的神经信息处理年度会议（2017年），2925-2934 [40] 穆罕默德·比拉尔·扎法尔；瓦莱拉，伊莎贝尔；曼努埃尔·戈麦斯·罗德里格斯；Gummadi，Krishna P.，《不同待遇和不同影响之外的公平：学习分类而不存在不同虐待》，（第26届万维网国际会议论文集。第26届国际万维网会议论文集，2017年WWW，澳大利亚珀斯，2017年4月3-7日（2017）），1171-1180 [41] 理查德·泽梅尔（Richard S.Zemel）。；吴瑜；Kevin Swersky；托尼安·皮塔西；Dwork，Cynthia，《学习博览会陈述》（ICML 2013（2013）），325-333 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。