Fairness

494
  • 論文研究

共有クラスタにおける分散機械学習への道:動的分割アプローチ(Towards Distributed Machine Learning in Shared Clusters: A Dynamically-Partitioned Approach)

田中専務拓海先生、お忙しいところ失礼します。最近、部署から「クラウドやAIの効率的利用」って話が出てまして、うちのような老舗でも分散機械学習を社内クラスタで回せるようにした方がいいのでしょうか。AIメンター拓海素晴らしい着眼点ですね!結論を先に言うと、大きな機械学習ジョブを複数並行して安

  • 論文研究

FairJudge:評価プラットフォームにおける信頼できるユーザー予測 (FairJudge: Trustworthy User Prediction in Rating Platforms)

田中専務拓海先生、部下から「レビューや評価の不正が増えているので対処が必要です」と言われまして、どこから手を付ければいいか分かりません。要するにどんな方法が使えるのか、現場で使える視点で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!レビューや評価の信頼性を見極める技術で、

  • 論文研究

刑事司法におけるリスク評価と公平性(Fairness in Criminal Justice Risk Assessments)

田中専務拓海先生、最近「AIの公平性」って話を聞くんですが、刑事司法で使うリスク評価って具体的に何が問題なんでしょうか。現場に入れるかどうか判断したいのです。AIメンター拓海素晴らしい着眼点ですね!大きく言うと、この論文は「公平性(fairness)」の定義が複数あり、それらが互いにぶつ

  • 論文研究

機械学習のための実用的コアセット構築(Practical Coreset Constructions for Machine Learning)

田中専務拓海先生、お忙しいところ失礼します。最近、部下から「データを小さくまとめる技術が重要だ」と言われまして、正直ピンと来ないのですが、本当に投資に値しますか。AIメンター拓海素晴らしい着眼点ですね!まず結論を一言で申し上げると、大量データを小さな代表データに置き換える方法は、計算コス

  • 論文研究

理由が正しいから正しい:説明を制約して微分可能モデルを訓練する方法(Right for the Right Reasons: Training Differentiable Models by Constraining their Explanations)

田中専務拓海先生、最近部下から『モデルは正しいけれど変な理由で判断している』と言われまして、正直ピンと来ません。これって実務でどう困るのでしょうか。AIメンター拓海素晴らしい着眼点ですね!簡単に言うと、結果が合っていても『根拠』が間違っていると、環境が少し変わっただけでモデルの判断が崩れ

  • 論文研究

機械学習はソーシャルメディア利用者の人口統計をどれだけ予測できるか(How well can machine learning predict demographics of social media users?)

田中専務拓海先生、最近うちの若手が「SNSデータを使えば顧客の年齢や性別が分かる」と言っておりまして、でも本当に使えるんでしょうか。現場に入れて効果が出るか、投資する価値があるかが知りたいのです。AIメンター拓海素晴らしい着眼点ですね!大丈夫、一緒に整理しましょう。要点は三つです。何が予

  • 論文研究

電気自動車の分散充電制御による社会技術的スマートグリッド最適化(Socio-technical Smart Grid Optimization via Decentralized Charge Control of Electric Vehicles)

田中専務拓海先生、最近うちの若い現場から「EVの充電で電気代が跳ね上がる」「ピークで停電が心配」と言われまして、何とか現場負担を抑えつつ導入を進めたいのですが、論文を読んでも専門用語が多くて頭に入らないのです。要点を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!大丈夫、一

  • 論文研究

治療方針のコスト効率と解釈性を同時に学ぶ手法(Learning Cost-Effective and Interpretable Regimes for Treatment Recommendation)

田中専務拓海先生、最近うちの現場でも「機械学習で治療の判断を自動化できる」と若手が言い出しているんですが、正直ピンと来ないんです。そもそも医者の判断って人の経験と責任で動いているところを、どうやって機械が代替するんですか。AIメンター拓海素晴らしい着眼点ですね!大丈夫、機械学習は医者の判

  • 論文研究

直接的および間接的差別の発見と除去のための因果的枠組み(A Causal Framework for Discovering and Removing Direct and Indirect Discrimination)

田中専務拓海先生、最近部下から"差別的データ"を取り除くべきだと聞きまして、どういうことか見当がつきません。要は過去の情報を正しく処理すればよい、という理解で合っていますか。AIメンター拓海素晴らしい着眼点ですね!大丈夫、要点をまず三つに分けて説明しますよ。第一に過去データには"差別の痕