会员服务
相互尊重的结果

精品内容

以语音为中心的可信机器学习:隐私、安全和公平综述
以语音为中心的可信机器学习:隐私、安全和公平综述
专知会员服务
19+阅读 · 2022年12月20日
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
【卡内基梅隆大学-CMU】机器学习中的公平性，Learning Fair Representations
专知会员服务
38+阅读 · 2020年2月29日
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
专知会员服务
22+阅读 · 2020年1月15日
【NeurIPS2019报告推荐】公平与表示学习—UIUC Sanmi Koyejo教授
【NeurIPS2019报告推荐】公平与表示学习—UIUC Sanmi Koyejo教授
专知会员服务
44+阅读 · 2019年12月24日
2019年人类发展报告，40页pdf，超越收入，超越平均，超越当下：21世纪人类发展的不平等
2019年人类发展报告，40页pdf，超越收入，超越平均，超越当下：21世纪人类发展的不平等
专知会员服务
2+阅读 · 2019年12月13日
【KDD2019|讲座推荐】公平意识机器学习：现实挑战与经验教训：Fairness-Aware Machine Learning: Practical Challenges and Lessons Learned
专知会员服务
20+阅读 · 2019年12月9日
【IJCAI 2019 | tutorial】不可分项目的公平划分：渐近与图论方法, Fair Division of Indivisible Items: Asymptotics and Graph-Theoretic Approaches (附pdf)
【IJCAI 2019 | tutorial】不可分项目的公平划分：渐近与图论方法, Fair Division of Indivisible Items: Asymptotics and Graph-Theoretic Approaches (附pdf)
专知会员服务
4+阅读 · 2019年11月30日
【北京智源大会2019】偏见数据的公平排名（Fair Ranking with Biased Data），康奈尔大学教授Thorsten Joachims
【北京智源大会2019】偏见数据的公平排名（Fair Ranking with Biased Data），康奈尔大学教授Thorsten Joachims
专知会员服务
5+阅读 · 2019年11月22日
参考链接
微信扫码咨询专知VIP会员
Top