У нас вы можете посмотреть бесплатно 10. Machine Learning Fairness and Biases или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
We present examples of how machine learning (ML) systems can behave "unfair", and analyze the sources of their behavior and their biases. Then, we dive into different definitions of fairness, including demographic parity, equal opportunity, equalized odds, etc. Finally, we talk about pre-processing, in-processing, and post-processing mitigations to make ML models more fair. As an outlook, we also analyze trade-offs between fairness and privacy and present current challenges and open problems for fair ML.