Bias Mitigation Methods for Binary Classification Decision-Making Systems: Survey and Recommendations

要約

二項分類意思決定システムのバイアス緩和方法は、公平で、保護された個人的特徴に基づいて個人やグループを差別しない、公正な機械学習プロセスを設計することの重要性がますます高まっているため、広く研究されています。
この論文では、バイアス緩和手法の研究状況を体系的に概観し、その利点と限界について報告し、二項分類に対する将来のバイアス緩和手法の開発についての推奨事項を提供します。

要約(オリジナル)

Bias mitigation methods for binary classification decision-making systems have been widely researched due to the ever-growing importance of designing fair machine learning processes that are impartial and do not discriminate against individuals or groups based on protected personal characteristics. In this paper, we present a structured overview of the research landscape for bias mitigation methods, report on their benefits and limitations, and provide recommendations for the development of future bias mitigation methods for binary classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google