google what-if Fairness metrics说明

关于what-if 我就不做介绍了，一般能看到之篇文章的同学，都应该已经了解到它是什么了。

下面就只对what-if 中算法公平性这块进行说明，什么是算法公平性，一句话概括：医生，大家一般会想起是男性，而护士一般都是女性，这就是算法不公平。

直接看 what-if demo

https://pair-code.github.io/what-if-tool/image.html

不多说了，直接上重点：

原文解释： https://pair-code.github.io/what-if-tool/ai-fairness.html

下面是自己总结的：

group unaware: 所有都统一对待
demographic parity: 按照分布比例，也即如果原始分布7;3,则预测结果也为7:3
equal opportunity: 同等机会，意思是每个特征点都有相同的概率，也即机会 5-5开
equal accuracy: 每一个类别中的数据预测的准确性是相同的
group thresholds: 对于预测结果，每个类别不同的标准

知乎： https://zhuanlan.zhihu.com/albertwang

微信公众号：AI-Research-Studio

下面是赞赏码

版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/wwangfabei1989/article/details/83149489
站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-06-27 23:06:12
阅读 ( 1218 )
分类：

google what-if Fairness metrics说明

你可能感兴趣的文章

精选的优质文章

0 条评论

官方社群

GO教程

推荐文章

猜你喜欢

随便看看