Aequitas流是用于端到端公平机器学习(ML)实验的开源框架和工具包,并在Python中进行基准测试。此软件包填补了其他公平ML软件包中存在的集成空白。除了Aequitas中现有的审计功能外,Aequitas流量模块还提供了公平感知的模型训练,超参数优化和评估的管道,从而实现了易于使用和快速的实验以及结果的分析。针对ML从业人员和研究人员,该框架为这些组件提供了方法,数据集,指标和标准接口的实现,以提高可扩展性。通过促进公平ML实践的发展,Aequitas的流程希望增强AI系统中的公平概念的结合,从而使AI系统更加健壮和公平。关键字:公平的机器学习,实验,道德人工智能,开源框架,Python
主要关键词
![arxiv:2405.05809v2 [cs.lg] 2024年10月30日PDF文件第1页](/bimg/7/715ec651289594152fcbaecca31a92797c66b474.webp)
![arxiv:2405.05809v2 [cs.lg] 2024年10月30日PDF文件第2页](/bimg/2/2813d35434bd430c81b236a1ff651ee1ec7f8f20.webp)
![arxiv:2405.05809v2 [cs.lg] 2024年10月30日PDF文件第3页](/bimg/c/cdc1514f51e547d4c31b56a7dd3662a10375f1d8.webp)
![arxiv:2405.05809v2 [cs.lg] 2024年10月30日PDF文件第4页](/bimg/6/63337fcc141834818668366f28df834694e02658.webp)
![arxiv:2405.05809v2 [cs.lg] 2024年10月30日PDF文件第5页](/bimg/7/73daf9ea5279d183403a9356e437d6d50e4fb90c.webp)
