沒有偏見的演算法?
Who am I?
- 黃柏愷
- BK_0710@NCTU
- Reinfor Learning
| 黑人被告 | 總人數 |
|:––––:|:–––:|:–––:|:–––:|
| 再犯 | 1901 |
| 未再犯 | 1714 |
| 總人數 | 3615 |
| 白人被告 | 總人數 |
|:––––:|:–––:|:–––:|:–––:|
| 再犯 | 966 |
| 未再犯 | 1488 |
| 總人數 | 2454 |
| 黑人被告 | 高風險 | 低風險 | 總人數 |
|---|---|---|---|
| 再犯 | 1369 | 532 | 1901 |
| 未再犯 | 805 | 990 | 1714 |
| 總人數 | 2174 | 1522 | 3615 |
FP Rate: 44.85% FN Rate: 27.99%
| 白人被告 | 高風險 | 低風險 | 總人數 |
|---|---|---|---|
| 再犯 | 505 | 461 | 966 |
| 未再犯 | 349 | 1139 | 1488 |
| 總人數 | 854 | 1600 | 2454 |
| FP Rate: 23.45% FN Rate: 47.72% |
👱🏿♂️ 👱🏻♂️
判刑過長 逍遙法外再犯
👱🏿♂️ 👱🏻♂️
PPV 0.63 PPV 0.59
NPV 0.65 NPV 0.71
根據 Jon Kleinberg 的證明兩個群體不可能在沒有校準偏誤的情形下，又擁有相同的 false negative 跟 false positive 發生率。因此除非黑人與白人的犯罪率相同，我們才能開發出完美公平的演算法。
Thanks!
沒有偏見的演算法?
{"metaMigratedAt":"2023-06-15T05:27:51.988Z","metaMigratedFrom":"YAML","title":"沒有偏見的演算法","breaks":true,"description":"View the slide with \"Slide Mode\".","slideOptions":"{\"theme\":\"solarized\",\"transition\":\"fade\"}","contributors":"[{\"id\":\"56dc1b54-fff4-4cc9-81d2-126cb50465ea\",\"add\":7002,\"del\":6933}]"}