Zobrazeno 1 - 10
of 165
pro vyhledávání: '"fair machine learning"'
Factories are evolving into Cyber-Physical Production Systems, producing vast data volumes that can be leveraged using computational power. However, an easy and sorrowless integration of machine learning (ML) can lead to too simplistic or false patte
Externí odkaz:
https://htwk-leipzig.qucosa.de/id/qucosa%3A94315
https://htwk-leipzig.qucosa.de/api/qucosa%3A94315/attachment/ATT-0/
https://htwk-leipzig.qucosa.de/api/qucosa%3A94315/attachment/ATT-0/
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-12 (2024)
Abstract As artificial intelligence (AI) becomes widespread, there is increasing attention on investigating bias in machine learning (ML) models. Previous research concentrated on classification problems, with little emphasis on regression models. Th
Externí odkaz:
https://doaj.org/article/47c0602f5396471bbf8a2037ba3aa876
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-10 (2024)
Abstract Fairness in machine learning (ML) emerges as a critical concern as AI systems increasingly influence diverse aspects of society, from healthcare decisions to legal judgments. Many studies show evidence of unfair ML outcomes. However, the cur
Externí odkaz:
https://doaj.org/article/3f1d474d354c4171a6b390e2b82475cc
Publikováno v:
PeerJ Computer Science, Vol 10, p e2317 (2024)
Especially if artificial intelligence (AI)-supported decisions affect the society, the fairness of such AI-based methodologies constitutes an important area of research. In this contribution, we investigate the applications of AI to the socioeconomic
Externí odkaz:
https://doaj.org/article/494edb2943cd4ee39538771ded89b5a8
Publikováno v:
Machine Learning and Knowledge Extraction, Vol 5, Iss 4, Pp 1519-1538 (2023)
The rise of machine-learning applications in domains with critical end-user impact has led to a growing concern about the fairness of learned models, with the goal of avoiding biases that negatively impact specific demographic groups. Most existing b
Externí odkaz:
https://doaj.org/article/018e7c40286944bd89ca20b50af98b43
Publikováno v:
Data & Policy, Vol 6 (2024)
Cash transfer programs are the most common anti-poverty tool in low- and middle-income countries, reaching more than one billion people globally. Benefits are typically targeted using prediction models. In this paper, we develop an extended targeting
Externí odkaz:
https://doaj.org/article/48c899d5b6ad49a8b0731dd16d29d14b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.