| Time: | Dienstag, 4.DS (13:00 bis 14:30), einmalig für Kick-off. Dienstag, 4.DS (13:00 bis 14:30) für die Präsentationen im Januar. Restliche Treffen mit dem Betreuer nach Vereinbarung. |
| Location: | APB 3105 |
| Quantity: | 0V/2Ü/0P SWS |
| Language: | German (English on request) |
| Modules: | INF-AQUA, INF-VERT4, INF-04-HS, MINF-04-HS, INF-D-940 |
Machine Learning und Big Data sind weitverbreitete Forschungsthemen. Über die letzten Jahre hat sich dabei gezeigt, dass Algorithmen, Daten und Modelle einen erheblichen Hang zur Diskriminierung haben. Diskriminierung kann hierbei als Benachteiligung durch persönliche Eigenschaften oder Zugehörigkeiten, wie Geschlecht, Religion oder Sexualität, gesehen werden. Gerade bei bewertenden Verfahren (Kreditwürdigkeit, Straffälligkeitsrisiko) führt dies zu erheblichen Problemen. In diesem Seminar soll Diskriminierung in Machine Learning von wissenschaftlicher Seite untersucht werden und deren Umgang und Auffassung in wissenschaftlichen Arbeiten evaluiert werden.
Big Data: A Report on Algorithmic Systems, Opportunity, and Civil Rights (Folien)
Big Data’s Disparate Impact (Folien)
Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings (Folien)
Certifying and removing disparate impact
Equality of Opportunity in Supervised Learning (Folien)
Fairness in Criminal Justice Risk Assessments: The State of the Art
COMPAS Risk Scales: Demonstrating Accuracy Equity and Predictive Parity
Inherent Trade-Offs in the Fair Determination of Risk Scores
Ein Hauptseminar soll die Fähigkeit vermitteln,