Getfair: Generalized fairness tuning of classification models


Sikdar, Sandipan ; Lemmerich, Florian ; Strohmaier, Markus



DOI: https://doi.org/10.1145/3531146.3533094
URL: https://dl.acm.org/doi/10.1145/3531146.3533094
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2022
Buchtitel: Proceedings of 2022 5th ACM Conference on Fairness, Accountability, and Transparency (FAccT 2022) : June 21-24, 2022, Seoul, Korea
Seitenbereich: 289-299
Veranstaltungstitel: FAccT '22, 5. Annual ACM FAccT Conference 2022
Veranstaltungsort: Seoul, South Korea
Veranstaltungsdatum: 21.-24.06.2022
Herausgeber: Isbell, Charles ; Lazar, Seth ; Oh, Alice ; Xiang, Alice
Ort der Veröffentlichung: New York, NY
Verlag: ACM
ISBN: 978-1-4503-9352-2
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Betriebswirtschaftslehre > Data Science in the Economic and Social Sciences (Strohmaier, 2022-)
Fachgebiet: 000 Allgemeines, Wissenschaft
Freie Schlagwörter (Englisch): fair classification , fairness metrics , sensitive attribute , classifier models




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen