[2002.06746] Learning Individually Fair Classifier with Path-Specific Causal-Effect Constraint

Machine learning is used to make decisions for individuals in various fields, which require us to achieve good prediction accuracy while ensuring fairness with respect to sensitive features (e.g., race and gender). This problem, however, remains difficult in complex real-world scenarios. To quantify unfairness under such situations, existing methods utilize {\it path-specific causal effects}. However, none of them can ensure fairness for each individual without making impractical functional assumptions on the data. In this paper, we propose a far more practical framework for learning an individually fair classifier. To avoid restrictive functional assumptions, we define the {\it probability of individual unfairness} (PIU) and solve an optimization problem where PIU's upper bound, which can be estimated from data, is controlled to be close to zero. We elucidate why our method can guarantee fairness for each individual. Experimental results show that our method can learn an individually

1 mentions: @Mr_Sakaue
Date:

Referring Tweets

@Mr_Sakaue
@Mr_Sakaue NTT、因果関係に基づく公平・高精度な機械学習予測を実現 t.co/VOo4xk9JXp メディアの記事内容とアーカイブでの内容のレベルの相違が甚だしいw ガチめな論文だわ。 t.co/EBhkcADahT

Related Entries

単位正方形の射影変換の変換係数 - Speaker Deck
Read more 単位正方形の射影変換の変換係数 - Speaker Deck
0 users, 0 mentions 2021/11/11 06:09
GitHub - microsoft/dowhy: DoWhy is a Python library for causal inference that supports explicit mode...
Read more GitHub - microsoft/dowhy: DoWhy is a Python library for causal inference that supports explicit mode...
11 users, 1 mentions 2021/11/29 06:08
Welcome to the BBOB workshop series! — The BBOB workshop series 2.5 documentation
Read more Welcome to the BBOB workshop series! — The BBOB workshop series 2.5 documentation
0 users, 1 mentions 2021/12/29 07:37
フリーランスのデータアナリストを1年やってみて - Data Analystのメモ帳
Read more フリーランスのデータアナリストを1年やってみて - Data Analystのメモ帳
0 users, 1 mentions 2021/12/31 09:14
[2110.05719] Dealing with Disagreements: Looking Beyond the Majority Vote in Subjective Annotations
Read more [2110.05719] Dealing with Disagreements: Looking Beyond the Majority Vote in Subjective Annotations
0 users, 2 mentions 2022/01/06 03:09

ML-Newsについて

機械学習の技術に関する情報は流速も早いし、分野も多様でキャッチアップが大変です。Twitterで機械学習用のリストを作っても、普段は機械学習以外の話題が多く流れており、効率的に情報収集するのは困難です。

ML-NewsはSNSを情報源とした機械学習に特化したニュースサイトです。機械学習に関する論文ブログライブラリコンペティション発表資料勉強会などの最新の情報を効率的に収集できます。

機械学習を応用した自然言語処理、画像認識、情報検索などの分野の情報や機械学習で必要になるデータ基盤やMLOpsの話題もカバーしています。
安定したサイト運営のためにGitHub sponsorを募集しています。

お知らせ

  • 2021/12/31: デザインを刷新しました
  • 2021/04/08: 日本語Kaggleのカテゴリを新設しました