La inteligencia artificial cada día tiene más importancia en la sociedad. Hoy os contamos por qué hay algoritmos sesgados y que podemos hacer respecto a ello.
Leer más:
- Página wiki en inglés: [ Ссылка ]
- Página wiki en español: [ Ссылка ]
- Blosgspot: [ Ссылка ]
Noticias:
- BBC News: [ Ссылка ]
- El Mundo: [ Ссылка ]
- El País: [ Ссылка ]
- Reuters: [ Ссылка ]
Papers:
- Flavio P. Calmon, Dennis Wei, Bhanukiran Vinzamuri, Karthikeyan Natesan Ramamurthy, and Kush R. Varshney, “Optimized Pre-Processing for Discrimination Prevention”, Conference on Neural Information Processing Systems, 2017.
- Faisal Kamiran and Toon Calders, “Data Preprocessing Techniques for Classification without Discrimination”, Knowledge and Information Systems, 2012.
- Elisa Celis, Lingxiao Huang, Vijay Keswani, Nisheeth Vishnoi, “Classification with Fairness Constraints: A Meta-Algorithm with Provable Guarantees”, 2018.
- Moritz Hardt, Eric Price, and Nathan Srebro, “Equality of Opportunity in Supervised Learning”, Conference on Neural Information Processing Systems, 2016.
- Toshihiro Kamishima, Shotaro Akaho, Hideki Asoh, and Jun Sakuma, “Fairness-Aware Classifier with Prejudice Remover Regularizer”, Joint European Conference on Machine Learning and Knowledge Discovery in Databases, 2012.
Vídeo como parte del trabajo de impacto social de Ética, Legislación y Profesión.
Ещё видео!