fairlearn
v0.11.0
FairLearn은 인공 지능 (AI) 시스템 개발자에게 시스템의 공정성을 평가하고 관찰 된 불공정 문제를 완화하는 파이썬 패키지입니다. FairLearn에는 완화 알고리즘과 모델 평가를위한 메트릭이 포함되어 있습니다. 소스 코드 외에도이 저장소에는 FairLearn 사용의 예제가 포함 된 Jupyter 노트북도 포함되어 있습니다.
웹 사이트 : https://fairlearn.org/
AI 시스템은 여러 가지 이유로 불공평하게 행동 할 수 있습니다. FairLearn에서, 우리는 AI 시스템이 사람들에게 미치는 영향, 즉 피해 측면에서 부당하게 행동하고 있는지 정의합니다. 우리는 두 가지 종류의 피해에 중점을 둡니다.
우리는 그룹 공정성 으로 알려진 접근법을 따릅니다 . 관련 그룹은 데이터 과학자가 지정해야하며 응용 프로그램에 따라 다릅니다.
그룹 공정성은 일련의 제약에 의해 공식화되며, 이는 AI 시스템의 동작의 일부 측면 (또는 측면)이 그룹간에 비교할 수 있어야합니다. FairLearn 패키지는 몇 가지 공통 정의에서 불공정성을 평가하고 완화 할 수 있습니다. 공정성 정의에 대한 자세한 내용은 AI 시스템의 공정성에 대한 사용자 안내서를 방문하십시오.
참고 : 공정성은 기본적으로 사회 기술적 도전입니다. 정의 및 적법 절차와 같은 공정성의 많은 측면은 정량적 공정성 지표에 의해 포착되지 않습니다. 또한, 동시에 만족할 수없는 많은 정량적 공정성 지표가 있습니다. 우리의 목표는 인간이 다른 완화 전략을 평가 한 다음 시나리오에 적합한 트레이드 오프를 만드는 것입니다.
FairLearn Python 패키지에는 두 가지 구성 요소가 있습니다.
FairLearn 메트릭에 대한 심층 안내서를 확인하십시오.
알고리즘에 대한 개요는 당사 웹 사이트를 참조하십시오.
FairLearn을 설치하는 방법에 대한 지침은 QuickStart 안내서를 확인하십시오.
일반적인 사용은 Jupyter 노트북과 사용자 안내서를 참조하십시오. API는 변경 될 수 있으므로 main 에서 다운로드 한 노트북은 pip 에 설치된 FairLearn과 호환되지 않을 수 있습니다. 이 경우 리포지토리 (예 : V0.7.0)의 태그를 탐색하여 적절한 노트북 버전을 찾으십시오.
기여하려면 기고자 안내서를 확인하십시오.
현재 관리자 목록은 당사 웹 사이트에 있습니다.
TAG fairlearn 또는 Discord로 스택 오버플로에서 질문을 제기하고 답변하십시오.
문제는 버그, 기능 요청 및 문서 개선을위한 것입니다. GitHub 문제를 통해 보고서를 제출하십시오. 관리자는 적절하게 신속하게 응답합니다.
관리자는 가능하면 중복 문제를 연결하려고합니다.
보안 문제를보고하려면 [email protected] 로 이메일을 보내십시오.
