ন্যায্যতা-সচেতন মেশিন লার্নিং
ন্যায্যতা-সচেতন মেশিন লার্নিং হল এমন কিছু কৌশলের একটি পরিবার যা ভবিষ্যদ্বাণীমূলক মডেলগুলিকে প্রশিক্ষণ, সীমাবদ্ধ বা পোস্ট-প্রসেস করে যাতে তাদের ত্রুটির হার বা ফলাফল জাতি, লিঙ্গ বা বয়সের মতো সুরক্ষিত জনসংখ্যাগত গোষ্ঠীগুলির মধ্যে ন্যায়সঙ্গত হয়। সমতুল্য সুযোগ এবং ন্যায়সঙ্গত সুযোগের ভিত্তিগত কাঠামোটি ২০০৯ সালের নিউরআইপিএস (NeurIPS) পেপারে মরিটজ হার্ডট, এরিক প্রাইস এবং নাটি শ্রেব্রো দ্বারা আনুষ্ঠানিকভাবে তৈরি করা হয়েছিল, যা বৈষম্যহীন ক্লাসিফায়ারগুলির জন্য কঠোর পরিসংখ্যানগত মানদণ্ড স্থাপন করেছিল।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Hardt, M., Price, E., & Srebro, N. (2016). Equality of opportunity in supervised learning. Advances in Neural Information Processing Systems, 29. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Fairness-Aware Machine Learning. ScholarGate. https://scholargate.app/bn/machine-learning/fairness-aware-ml
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- লজিস্টিক রিগ্রেশনগবেষণা পরিসংখ্যান↔ compare
- মডেল ক্যালিব্রেশনযন্ত্র শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →