《机器学习与公平性》（Fairness and Machine Learning）新书发布，附181页PDF下载

近几年来，随着机器学习的普及，机器学习系统的公平性问题引起了实际的道德、社会等问题。图书《公平性与机器学习—局限与机遇》以公平性为核心问题来看待机器学习，提供了对当前机器学习实践以及为实现公平而提出的技术修复方案的批判性思考。

社会、道德和机器学习自身等角度，介绍了目前机器学习中的公平性问题，如由于数据导致的偏置（bias）等问题。

图书《Fairness and Machine Learning - Limitations and Opportunities》（《公平性与机器学习—局限与机遇》）以公平性为核心问题来看待机器学习，强调机器学习在道德方面的挑战。作者希望该书尽可能地被广泛阅读，但在写作时依然坚持着技术的严谨性。该书并没有提供包罗万象的对公平性完整的正式定义，也没有提出一个快速解决社会对自动决策担忧的修复方案。

解决机器学习公平性问题需要认真理解机器学习工具的局限性。该书提供了对当前机器学习实践以及为实现公平而提出的技术修复方案的批判性思考。虽然这些问题都没有简单的答案，作者希望这本书能够帮助读者更深层次地理解如何构建负责任的机器学习系统。