CATEGORY

Fairness

1796
  • 論文研究

交差的バイアスを可視化して発見するためのFAIRVIS（FAIRVIS: Visual Analytics for Discovering Intersectional Bias in Machine Learning）

田中専務拓海先生、お時間よろしいでしょうか。部下から「モデルが一部の人に不利だ」と言われまして、正直何をどう確認すればよいのか見当がつきません。AIメンター拓海素晴らしい着眼点ですね！大丈夫、調べる手順と見るべきポイントを分かりやすくお伝えしますよ。まずは要点を三つで整理しますね。

  • Fairness
  • , Bias
  • , Machine learning
  • 論文研究

多様性を促すAttraction-Repulsionクラスタリング（Attraction-Repulsion clustering with applications to fairness）

田中専務拓海先生、最近うちの若い者から「クラスタリングを公平にしろ」と言われているのですが、正直何をどうすれば投資対効果が出るのか見当がつきません。今回の論文は何を示しているのでしょうか。AIメンター拓海素晴らしい着眼点ですね！本論文は、クラスタリングの結果が特定の属性（例えば性別や年齢

  • Fairness
  • 論文研究

名前に何があるのか（What’s in a Name? Reducing Bias in Bios without Access to Protected Attributes）

会話で学ぶAI論文田中専務拓海先生、最近部下に「名前で差が出るモデルがある」と聞きまして、当社の採用や評価に影響するかと心配です。論文でどう対処するかを教えてくださいませんか。AIメンター拓海素晴らしい着眼点ですね！名前や氏名に含まれる情報が、結果的に性別や人種などを推測する手掛か

  • Machine learning
  • , Fairness
  • , Bias
  • , Classification
  • 論文研究

クラスタを学習しながら行う1ビット行列補完（Cluster Developing 1-Bit Matrix Completion）

田中専務拓海先生、最近うちの部下が「レコメンドをAIで改善できる」と言うのですが、正直ピンと来ません。1ビット行列補完って何が変わるんですか。AIメンター拓海素晴らしい着眼点ですね！1ビット行列補完は「推奨する／しない」を2値で扱う推薦システムの技術です。今回の論文は、ユーザーや商品が属

  • Fairness
  • , Bias
  • 論文研究

単語埋め込みの多クラス偏りを検出・除去する方法（Black is to Criminal as Caucasian is to Police: Detecting and Removing Multiclass Bias in Word Embeddings）

田中専務拓海先生、最近部下から「単語の偏りを取らないとAIが差別的になる」と言われまして。正直、単語の並びに偏りがあるって要するに何なんでしょうか。現場に導入する前に本当に理解しておきたいのです。AIメンター拓海素晴らしい着眼点ですね！大丈夫です、一緒に整理していきましょう。要点は三つに

  • Fairness
  • , Bias
  • 論文研究

個人の嗜好を考慮した公正性（Preference-Informed Fairness）

田中専務拓海さん、お忙しいところすみません。最近、AIの公平性について部下から提案が出てきてまして、何を優先すべきか迷っているんです。要点を簡単に教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！まず3点だけ押さえましょう。1: 公平性には複数の定義があり得ること、2: 個人

  • Fairness
  • 論文研究

テレコムにおける顧客解約予測（Customer churn prediction in telecom using machine learning in big data platform）

田中専務拓海先生、最近部下が「解約予測にAIを入れよう」と騒いでましてね。大きな投資になりますが、本当に効果があるものなのでしょうか。AIメンター拓海素晴らしい着眼点ですね！解約予測は投資対効果（RoI）の議論と直結しますよ。要点は3つです。予測精度、現場で使える形にすること、そして運用

  • Fairness
  • , Machine learning
  • 論文研究

市場操作をセキュリティ問題として捉える（Market Manipulation as a Security Problem）

田中専務拓海先生、最近部下から「市場での不正取引を技術的に防げるらしい」と聞いて驚いています。これってうちのような製造業にも関係ありますか？AIメンター拓海素晴らしい着眼点ですね！市場操作は金融市場特有の問題に見えるが、基本はシステムの『公平性（Fairness）』と『信頼性（Relia

  • Fairness
  • 論文研究

因果性の視点から問うアルゴリズムの公平性（Fairness in Algorithmic Decision Making: An Excursion Through the Lens of Causality）

田中専務拓海先生、AIで偏りが出るって部下から聞くんですが、どういうときに「不公平」って判断するんでしょうか。数字は出ているけど判断が難しくて。AIメンター拓海素晴らしい着眼点ですね！AIの判断が不公平かどうかは、単に数字の差を見るだけではわからないんですよ。大丈夫、一緒に因果の考え方を

  • Fairness
  • 論文研究

非差別的意思決定のための最適かつ公正な決定木の学習（Learning Optimal and Fair Decision Trees for Non-Discriminative Decision-Making）

田中専務拓海さん、最近社員から「公正なAIを導入すべきだ」と言われているのですが、そもそも公正なモデルって何を指すのかよく分かりません。うちみたいな製造業でも関係ありますか。AIメンター拓海素晴らしい着眼点ですね！公正（fairness）とは、特定の属性（性別、人種、年齢など）によって不

  • Fairness
  • , Classification