机构名称：
¥ 1.0
我们的研究项目研究了识别，量化和解决算法偏见的因果途径。该研究的目的是减少预测性偏见（算法不准确，在产生估计的估计中显着与基本真理显着差异）和社会偏见（护理交付的系统不平等导致特定人群的次要健康胜利能力均出现了次优健康的效果）。使用因果推论的理论，我们探索结构性因果和公平模型，以消除复杂的因果难题以及减轻这些偏见的方法。主要是，我们正在探索计算方法，以识别预测性和社会偏见，偏见的产生点以及前进的过程以进行后续调查。此外，我们正在寻找一致的评估和对所有患者人群的评估和评估。为了进行此探索，我们正在使用现有的基准数据集（Compas Recidivism数据集）和Epic中的Cosmos人群队列。推荐的计算机科学/信息学背景和算法课程加号！
实习申请夏季2024
主要关键词
相关文件推荐
