Las probabilidades igualadas , [1] también conocidas como igualdad de precisión de procedimiento condicional y maltrato desigual , es una medida de equidad en el aprendizaje automático . Un clasificador satisface esta definición si los sujetos de los grupos protegidos y desprotegidos tienen la misma tasa de verdaderos positivos y la misma tasa de falsos positivos, [2] satisfaciendo la fórmula:
Por ejemplo, podría ser el género, la raza y otras características que queremos que estén libres de prejuicios, mientras que sería si la persona está calificada para el título y el resultado sería decisión de la escuela si ofrecer a la persona a estudiar para el título. En este contexto, las tasas de matriculación universitaria más altas de los afroamericanos en comparación con los blancos con puntajes similares en las pruebas también pueden cumplir la condición de probabilidades igualadas .
Originalmente, el concepto se define para clase binaria. En 2017, Blake Woodworth generalizó aún más el concepto para múltiples clases. [3]
Ver también
Referencias
- ↑ Hardt, Moritz (7 de octubre de 2016). "Igualdad de oportunidades en el aprendizaje supervisado" . Sistemas de procesamiento de información neuronal . Verifique los valores de fecha en:
|date=
( ayuda ) - ^ "Equidad en ML 2: igualdad de oportunidades y probabilidades" (PDF) . https://www2.cs.duke.edu/ . Duke Computer Science. Enlace externo en
|website=
( ayuda ) - ^ Woodworth, Blake (2017). "Aprendizaje de predictores no discriminatorios Blake" . Actas de la investigación sobre aprendizaje automático . 65 : 1-34.