Aequitas Flow: Streamlining Fair ML Experimentation

要約

Aequitas Flow は、Python でエンドツーエンドの Fair Machine Learning (ML) 実験を行うためのオープンソース フレームワークです。
このパッケージは、完全でアクセス可能な実験を行う他の Fair ML パッケージにある既存の統合ギャップを埋めます。
公平性を意識したモデルのトレーニング、ハイパーパラメーターの最適化、評価のためのパイプラインを提供し、迅速かつシンプルな実験と結果分析を可能にします。
このフレームワークは ML の実践者や研究者を対象としており、拡張性を向上させるためのメソッド、データセット、メトリクス、およびこれらのコンポーネントの標準インターフェイスの実装を提供します。
Aequitas Flow は、公正な ML 実践の開発を促進することで、AI テクノロジーにおけるこれらの概念の導入を強化することを目指しています。

要約(オリジナル)

Aequitas Flow is an open-source framework for end-to-end Fair Machine Learning (ML) experimentation in Python. This package fills the existing integration gaps in other Fair ML packages of complete and accessible experimentation. It provides a pipeline for fairness-aware model training, hyperparameter optimization, and evaluation, enabling rapid and simple experiments and result analysis. Aimed at ML practitioners and researchers, the framework offers implementations of methods, datasets, metrics, and standard interfaces for these components to improve extensibility. By facilitating the development of fair ML practices, Aequitas Flow seeks to enhance the adoption of these concepts in AI technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google