Convex Fairness Constrained Model Using Causal Effect Estimators (因果効果推定量を用いた 公平性制約について)

小倉 輝

(指導教員:武田 朗子 教授/ 数理情報第5研究室

資料PDF(ogura.pdf
研究概要

機械学習で考える差別の内訳と特徴量の例
機械学習における差別を因果効果と関連づけることで、公平性を考慮した機械学習モデルであるFairCEEsを提案した。理論保証および数値実験を行い、いくつかの状況下で精度および公平性の観点でFairCEEsが既存手法を上回ることを確認した。
修論の感想

指導教員とは定期的に研究に関する議論する機会があり、国際学会への投稿の際には添削や執筆指導なども行っていただき、とても学びの大きい2年間でした。


>
ISTyくん