德国计算机科学家,加州大学伯克利分校电气工程与计算机科学副教授,现任德国马克斯·普朗克智能系统研究所主任。普林斯顿大学博士,曾任职于 IBM 研究院与谷歌。研究聚焦机器学习的公平性、算法决策的社会影响与优化理论,是 Equalized Odds 公平性标准的提出者之一,并推动了「表现性预测」(performative prediction)等研究方向。著有《Fairness and Machine Learning: Limitations and Opportunities》《Patterns, Predictions, and Actions: A Story about Machine Learning》。
删敏感属性无效,且错误率均等与校准在基础率不等时不可兼得。
这一问的全部回应 →未出庭源于托儿、交通与请假条件,套成预测问题就已选错框架。
这一问的全部回应 →
微信公众号