ランダム条件付分布による分布的推論の体系化（The Random Conditional Distribution For Higher-Order Probabilistic Inference）
田中専務拓海先生、最近部下から『分布の期待値まで不確かさがあるので扱う必要がある』と言われまして、正直ぴんと来ないのです。今回の論文は何を変え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！要点はシンプルです。従来は『期待値や分散といった分布的性質は固定の値』として扱ってい
Fairness
1796公平性の目に見えない力（The invisible power of fairness. How machine learning shapes democracy）
田中専務拓海さん、最近部下から「公平性の話を読むべきだ」と言われましてね。機械学習が公正性を持つって、うちの工場の判断にどう関係するんでしょうか。AIメンター拓海素晴らしい着眼点ですね！まず結論を言うと、公平性の定義が違えば同じ機械学習でも出す答えが変わるんです。つまり、どの"公平"を採
システム全体を視野に入れた動的評価フレームワーク（A simulation based dynamic evaluation framework for system-wide algorithmic fairness）
田中専務拓海先生、最近AIの公平性って話を社内で言われましてね。うちの現場でも採点や選別を自動化したいが、差別になったら大変で。論文だと何が変わるんでしょうか？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。第一に、単にアルゴリズムの数字を見るだけで
ブラックボックス分類器の多重差分公平性監査（Multi-Differential Fairness Auditor for Black Box Classifiers）
田中専務拓海さん、お忙しいところ失礼します。部下から「AIの判断が偏っているかもしれない」と言われて社内がざわついています。要するにうちのシステムが特定の人たちを不利に扱っているかを見抜ける方法があるんですか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒に整理すれば見えてきますよ
解釈性と圧縮性を両立する補正決定木（Rectified Decision Trees: Towards Interpretability, Compression and Empirical Soundness）
田中専務拓海先生、最近部下から「決定木を賢く直す研究がある」と聞きましたが、そもそも決定木って何が良いんですか？AIメンター拓海素晴らしい着眼点ですね！決定木はルールが見える、つまり説明しやすい点が強みですよ。今日は要点を3つにまとめて分かりやすくお話しますね。田中専務なるほど。
ロバストな対数損失分類における公平性の統合（Fairness for Robust Log Loss Classification）
田中専務拓海先生、最近部下から「公平性（fairness）を考慮した分類モデルを導入すべきだ」と言われまして、どういうモデルが実際に使えるのか全然イメージが湧きません。これは現場で使える話でしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒に整理していけば必ずできますよ。今回
アルゴリズム判断が社会を変える長期影響（On the Long-term Impact of Algorithmic Decision Policies: Effort Unfairness and Feature Segregation through Social Learning）
田中専務拓海先生、最近部下から「AIの評価は公平か？」と聞かれて困っています。導入は進めたいが、現場がバラつくと不利益が出るのではと心配でして。AIメンター拓海素晴らしい着眼点ですね！大丈夫です、今日はその論文を噛み砕いて説明しますよ。要点は三つに整理できますよ。まず、今の決定が時間を経
推薦システムにおけるランキング公平性を測る手法と実装（Fairness in Recommendation Ranking through Pairwise Comparisons）
田中専務拓海先生、最近うちの部下から「推薦（レコメンド）で公平性を見ないとまずい」って言われたんです。正直、推薦システムがどうやって人を差別したりするのか想像がつかなくてして。AIメンター拓海素晴らしい着眼点ですね！推薦システムの公平性は直感しにくいですが、本質は「誰が上位に出るか」であ
コメントの毒性分類における機械学習手法（A Machine Learning Approach to Comment Toxicity Classification）
田中専務拓海先生、最近部下から「SNSのコメントを自動で弾ける仕組みが必要だ」と言われて困っているんです。そもそも論文の話って要するにどんなことをやっているんでしょうか。AIメンター拓海素晴らしい着眼点ですね！一言で言えば「オンラインコメントの有害表現を自動判定するための機械学習モデルを
データベース修復による因果的公平性の実現（CAPUCHIN: Causal Database Repair for Algorithmic Fairness）
田中専務拓海先生、最近部署で「データが偏っているからAIが差別する」と言われて困っているんです。そもそもデータを直せば差別も直るものなんでしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、データの偏りが原因である場合は、学習に使うデータを調整することで判定結果の不公平さを減らせる