反向連結 · 對抗去偏

演算法公平性是資訊科學與倫理學交叉的重要領域，旨在確保[[機器學習]]模型與[[決策系統]]在預測或資源分配過程中，對不同群體提供一致的服務品質，杜絕因性別、種族、年齡等属性产生的系统性偏差。 在實務上，常見的公平性技術可分為三個階段：前期處理（pre‑processing）透過[[再加权]]或抽樣修正，改變訓練資料的分佈；中期處理（in‑processin