fairlearn
v0.11.0
FairLearnは、人工知能（AI）システムの開発者にシステムの公平性を評価し、観察された不公平の問題を軽減できるPythonパッケージです。 FairLearnには、モデル評価のメトリックと同様に緩和アルゴリズムが含まれています。ソースコードに加えて、このリポジトリには、FairLearn使用の例があるJupyterノートブックも含まれています。
ウェブサイト：https：//fairlearn.org/
AIシステムは、さまざまな理由で不公平に動作する可能性があります。 Fairlearnでは、AIシステムが人々への影響、つまり害の観点から不当に動作しているかどうかを定義します。私たちは2種類の害に焦点を当てています：
私たちは、グループ公平性として知られるアプローチに従います。関連するグループは、データサイエンティストによって指定する必要があり、アプリケーション固有です。
グループの公平性は、AIシステムの動作の何らかの側面（または側面）がグループ間で匹敵することを要求する一連の制約によって形式化されています。 FairLearnパッケージは、いくつかの一般的な定義の下で不公平の評価と緩和を可能にします。公平性の定義の詳細については、AIシステムの公平性に関するユーザーガイドをご覧ください。
注：公平性は基本的に社会技術的な課題です。正義やデュープロセスなど、公平性の多くの側面は、定量的な公平性メトリックによって捉えられていません。さらに、すべてを同時に満たすことはできない多くの定量的な公平性メトリックがあります。私たちの目標は、人間がさまざまな緩和戦略を評価し、そのシナリオに適切なトレードオフをすることを可能にすることです。
Fairlearn Pythonパッケージには2つのコンポーネントがあります。
Fairlearnメトリックに関する詳細なガイドをご覧ください。
アルゴリズムの概要については、当社のWebサイトを参照してください。
Fairlearnのインストール方法については、QuickStartガイドをご覧ください。
一般的な使用については、Jupyterノートブックとユーザーガイドを参照してください。 APIは変更される可能性があるため、 mainからダウンロードされたノートブックは、 pipにインストールされたFairlearnと互換性がない場合があります。この場合、リポジトリのタグ（v0.7.0など）をナビゲートして、ノートブックの適切なバージョンを見つけてください。
貢献するには、貢献者ガイドを確認してください。
現在のメンテナーのリストは当社のウェブサイトにあります。
質問を投げかけ、タグfairlearnまたはDiscordでスタックオーバーフローでそれらに答えるのに役立ちます。
問題は、バグ、機能のリクエスト、ドキュメントの改善を目的としています。 Githubの問題を介してレポートを提出してください。メンテナーは、必要に応じて迅速に対応します。
メンテナーは、可能であれば重複する問題をリンクしようとします。
セキュリティの問題を報告するには、 [email protected]にメールを送信してください。
