Key points are not available for this paper at this time.
هناك حالياً توسع كبير في تأثير خوارزميات التعلم الآلي على حياتنا، مما يستدعي الحاجة إلى أهداف غير الأداء الخالص، بما في ذلك العدالة. تعني العدالة هنا أن نتيجة نظام اتخاذ القرارات الآلي يجب ألا تميز بين المجموعات الفرعية التي تميزها خصائص حساسة مثل الجنس أو العرق. بالنظر إلى أي مصنف قابل للاشتقاق، نقوم بإجراء تعديلات طفيفة على البنية بما في ذلك إضافة طبقة خفية جديدة، من أجل تمكين التحسين التنافسي المتزامن للعدالة والدقة. يوفر إطاري طريقة لت quantifying المقايضة بين العدالة والدقة، بينما يؤدي أيضاً إلى أداء تجريبي قوي.
أديل وآخرون (الأربعاء) درسوا هذا السؤال.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: