Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: https://doi.org/10.21256/zhaw-23113
Publikationstyp: Konferenz: Paper
Art der Begutachtung: Peer review (Publikation)
Titel: A systematic approach to group fairness in automated decision making
Autor/-in: Hertweck, Corinna
Heitz, Christoph
et. al: No
DOI: 10.1109/SDS51136.2021.00008
10.21256/zhaw-23113
Tagungsband: Proceedings of the 8th SDS
Seiten: 1
Seiten bis: 6
Angaben zur Konferenz: 8th Swiss Conference on Data Science, Lucerne, Switzerland, 9 June 2021
Erscheinungsdatum: 7-Jul-2021
Verlag / Hrsg. Institution: IEEE
ISBN: 978-1-6654-3874-2
Sprache: Englisch
Schlagwörter: Algorithmic fairness; Group fairness; Statistical parity; Independence; Separation; Sufficiency
Fachgebiet (DDC): 006: Spezielle Computerverfahren
170: Ethik
Zusammenfassung: While the field of algorithmic fairness has brought forth many ways to measure and improve the fairness of machine learning models, these findings are still not widely used in practice. We suspect that one reason for this is that the field of algorithmic fairness came up with a lot of definitions of fairness, which are difficult to navigate. The goal of this paper is to provide data scientists with an accessible introduction to group fairness metrics and to give some insight into the philosophical reasoning for caring about these metrics. We will do this by considering in which sense socio-demographic groups are compared for making a statement on fairness.
URI: https://digitalcollection.zhaw.ch/handle/11475/23113
Volltext Version: Akzeptierte Version
Lizenz (gemäss Verlagsvertrag): Lizenz gemäss Verlagsvertrag
Departement: School of Engineering
Organisationseinheit: Institut für Datenanalyse und Prozessdesign (IDP)
Publiziert im Rahmen des ZHAW-Projekts: Socially acceptable AI and fairness trade-offs in predictive analytics
Enthalten in den Sammlungen:Publikationen School of Engineering

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
2021_Hertweck-Heitz_Group-fairness-automated-decision-making.pdfAccepted Version107.87 kBAdobe PDFMiniaturbild
Öffnen/Anzeigen
Zur Langanzeige


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.