26.02.

Aufgaben bis heute:

• Mathias:

  Fairness Through Awareness

  • D_tv und D_inf verwendbare Metriken? Wichtig! (Seite 5)
    • Distanzfunktion für Zielraum -> Frage: Fair oder nicht?
  • Loss-function zur Optimierung -> Fairness und Güte
  • Wann verteilt Gruppierung unfair

• Astrid:

  Fokus auf Adaptive relevance matrices in LVQ

  • LVQ mit verschiedenen Metriken. Mathias' Metriken anwendbar? Wichtig!
  • Normales LVQ mit normaler Distanz -> Vergleich mit anderen Metriken

  On Fairness and Calibration

  • Weniger hilfreich
  • Equalised Odds
  • Relaxed Equalised Odds verwendbar?
  • Pseudo-Code in kNN oder LVQ umsetzen?

• Leon:

  • Datengenerieren läuft
  • Measure Disc wird noch getestet
  • Problem mit LVQ-Daten hat sich gelöst

• Caro:

  SVM

  • Weniger relevant, weil SVM
  • Kernels könnten vielversprechend sein

  Platt scaling

  • Aus Klassifikation macht es Regression
  • Nutzbar für Kalibrierung? -> Classification Bounds nachträglich verschieben

Aufgaben:

• (Kostenfunktion LP optimieren)
• Pseudo-Code für Equalised Odds in kNN oder LVQ umsetzen (Astrid, Mathias)
• Platt scaling + Standard LVQ + Fairness Measure auf Basis von (nicht-)diskriminerenden Daten (Caro, Leon)

Notes:

• Metrik für (Korrelation zwischen Daten) Fairness auf Daten? Nicht möglich?
• Metrik für GLVQ finden?
• Wie bekommen wir Klassifikation fair bei unfairen Daten

Nächstes Treffen:

5.3 ~12:00 Uhr (Leon sagt Bescheid, wann vorher)