Can I Trust My Fairness Metric? Assessing Fairness with Unlabeled Data and Bayesian Inference
Can I Trust My Fairness Metric? Assessing Fairness with Unlabeled Data and Bayesian Inference
复制标题
我可以相信我的公平指标吗？
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Steyvers, M
中科院分区：
文献类型：
--
作者：
Smyth, P;Steyvers, M
登录
查看更多内容
测试公平学习中不同影响的置信区间
DOI：
--
发表时间：
2018
期刊：
arXiv.org
影响因子：
--
作者：
Philippe C. Besse;E. Barrio;Paula Gordaliza;Jean
通讯作者：
Jean
通过重新校准进行预测聚合
影响因子：
7.5
作者：
Brandon M. Turner;M. Steyvers;Edgar C. Merkle;D. Budescu;T. Wallsten
通讯作者：
T. Wallsten
DOI：
10.1109/icmla.2019.00017
发表时间：
2019-12
期刊：
2019 18th IEEE International Conference On Machine Learning And Applications (ICMLA)
影响因子：
--
作者：
V. Noroozi;S. Bahaadini;Samira Sheikhi;Nooshin Mojab;Philip S. Yu
通讯作者：
V. Noroozi;S. Bahaadini;Samira Sheikhi;Nooshin Mojab;Philip S. Yu
你的分类器实际上有偏见吗？
影响因子：
6
作者：
Kawin Ethayarajh
通讯作者：
Kawin Ethayarajh
懒人的基准测试方法：半监督分类器评估和重新校准
DOI：
--
发表时间：
2013
期刊：
2013 IEEE Conference on Computer Vision and Pattern Recognition
影响因子：
--
作者：
P. Welinder;M. Welling;P. Perona
通讯作者：
P. Perona