fairlearn

公平

Fairlearn是一個Python軟件包，它使人工智能（AI）系統的開發商能夠評估其係統的公平性並減輕任何觀察到的不公平問題。 FairLearn包含緩解算法以及用於模型評估的指標。除源代碼外，該存儲庫還包含jupyter筆記本電腦，其中包含FairLearn用法的示例。

網站：https：//fairlearn.org/

• 當前版本
• 我們的意思是 *公平 *
• Fairlearn的概述
• Fairlearn指標
• Fairlearn算法
• 安裝fairlearn
• 用法
• 貢獻
• 維護者
• 問題

當前版本

• 當前的穩定版本可在PYPI上獲得。
• 我們當前的版本可能與早期版本有很大不同。早期版本的用戶應訪問我們的版本指南，以導航重大更改並查找有關如何遷移的信息。

公平的意思

由於各種原因，AI系統的行為可能不公平。在Fairlearn中，我們定義了AI系統是否在對人的影響（即危害方面）的影響是否不公平。我們專注於兩種危害：

• 分配危害。當AI系統擴展或扣留機會，資源或信息時，可能會造成這些危害。一些關鍵應用程序是招聘，入學和貸款。
• 服務質量危害。服務質量是指一個系統是否對一個人和對另一個人的作用也一樣，即使沒有機會，資源或信息被擴展或扣留。

我們遵循稱為群體公平的方法，哪些人問：哪些人有遭受危害的風險？相關組需要由數據科學家指定，並且是針對應用的。

群體公平是由一組約束形式化的，這些約束要求AI系統行為的某些方面（或方面）在整個組中可以相當。在幾個共同的定義下，Fairlearn軟件包可以評估和緩解不公平性。要了解有關我們公平定義的更多信息，請訪問我們有關AI系統公平性的用戶指南。

注意：公平從根本上是社會技術挑戰。公平的許多方面，例如正義和正當程序，都沒有被定量公平指標所捕獲。此外，有許多定量公平指標不能同時滿足。我們的目標是使人類能夠評估不同的緩解策略，然後進行適合其情況的權衡。

Fairlearn的概述

Fairlearn Python軟件包有兩個組件：

• 評估哪些組對模型產生負面影響的指標，以及根據各種公平和準確度指標比較多個模型的指標。
• 減輕各種AI任務以及各種公平定義的不公平性的算法。

Fairlearn指標

查看我們有關FairleaLn指標的深入指南。

Fairlearn算法

有關我們的算法的概述，請參閱我們的網站。

安裝fairlearn

有關如何安裝FairLearn的說明，請查看我們的Quickstart指南。

用法

有關常見用法，請參閱Jupyter筆記本電腦和我們的用戶指南。請注意，我們的API可能會發生變化，因此從main下載的筆記本可能與pip安裝的FairLearn不兼容。在這種情況下，請在存儲庫中瀏覽標籤（例如V0.7.0），以找到筆記本的適當版本。

貢獻

為了貢獻，請檢查我們的貢獻指南。

維護者

當前維護人員的列表在我們的網站上。

問題

用法問題

提出問題並幫助他們在堆棧上回答標籤fairlearn或在不和諧上回答。

常規（非安全性）問題

問題旨在用於錯誤，功能請求和文檔​​改進。請通過GitHub問題提交報告。維護者將及時及時做出響應。

維護者將在可能的情況下嘗試將重複問題鏈接起來。

報告安全問題

要報告安全問題，請發送電子郵件至[email protected] 。