寻找更少歧视性算法的统计保证

本文解决了高风险领域中算法歧视的关键问题。它提出了一种实用方法，供公司展示在寻找更少歧视性算法（LDA）方面的诚意。核心贡献是一种自适应停止算法，该算法提供了关于搜索充分性的统计保证，允许开发人员证明他们的努力。鉴于对人工智能系统的审查日益严格以及对问责制的需求，这一点尤其重要。

• •解决了就业和住房等关键领域中的算法歧视问题。
• •提出了一种方法，供公司展示在寻找更少歧视性算法方面的诚意。
• •引入了一种具有统计保证的自适应停止算法，以证明搜索的充分性。
• •提供了一个框架，用于结合更强的假设以获得更强的界限。
• •在真实世界的数据集上验证了该方法。