Faire Entscheidungsprozesse in Maschinellem Lernen: Eine neue Definition und Messung der prozeduralen Fairness
Die Autoren definieren prozedurale Fairness in Maschinellen Lernmodellen als die interne Entscheidungslogik/den Entscheidungsprozess des Modells ohne Voreingenommenheit oder Präferenz für Individuen oder Gruppen aufgrund ihrer inhärenten oder erworbenen Merkmale. Sie schlagen eine neuartige Metrik zur Bewertung der prozeduralen Gruppengleichberechtigung vor, die auf der Erklärung der Merkmalszuordnung (Feature Attribution Explanation, FAE) basiert.
