Key points are not available for this paper at this time.
الملخص تُستخدم خوارزميات التعلم الآلي على نطاق واسع في أنظمة الإدارة في مجالات مختلفة، مثل توظيف الموظفين، وتوفير القروض، وتشخيص الأمراض، وغيرها، وحتى في بعض مجالات اتخاذ القرارات الم risky، حيث تلعب دورًا متزايد الأهمية في القرارات التي تؤثر على حياة الناس والتنمية الاجتماعية. ومع ذلك، فإن استخدام الخوارزميات لاتخاذ القرار الآلي يمكن أن يسبب انحيازات غير مقصودة تؤدي إلى التمييز ضد مجموعات معينة محددة. في هذا السياق، من الضروري تطوير خوارزميات التعلم الآلي التي ليست فقط دقيقة ولكن أيضًا عادلة. هناك مناقشة واسعة حول عدالة الخوارزميات في الأدبيات الحالية. وقد اقترح العديد من العلماء واختبروا تعريفات العدالة وحاولوا معالجة مشكلة عدم العدالة أو التمييز في الخوارزميات. يهدف هذا الاستعراض إلى توضيح تعريفات مختلفة لعدالة الخوارزميات وتقديم إجراء لبناء خوارزميات عادلة لتعزيز العدالة في التعلم الآلي. أولاً، يقسم هذا الاستعراض تعريفات عدالة الخوارزميات إلى فئتين، وهما عدالة قائمة على الوعي وعدالة قائمة على العقلانية، ويناقش مفاهيم ونظريات عدالة الخوارزميات الموجودة بناءً على الفئتين. ثم يتم تلخيص مقاييس التعرف على عدم العدالة/التمييز ومناقشة أساليب إزالة عدم العدالة/التمييز المختلفة لتسهيل فهم أفضل لكيفية تنفيذ عدالة الخوارزميات في سيناريوهات مختلفة. وأخيرًا، يتم استنتاج التحديات واتجاهات البحث المستقبلية في مجال عدالة الخوارزميات.
درس وانغ وآخرون (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: