Buchumschlag

Feature Importance Disparities for Data Bias Investigations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Peter W., Fishman, Leor, Neel, Seth
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Facets of Disparate Impact: Evaluating Legally Consistent Bias in Machine Learning
von: Briscoe, Jarren, et al.
Veröffentlicht: (2025)

The Fragility of Fairness: Causal Sensitivity Analysis for Fair Machine Learning
von: Fawkes, Jake, et al.
Veröffentlicht: (2024)

Post-hoc Orthogonalization for Mitigation of Protected Feature Bias in CXR Embeddings
von: Weber, Tobias, et al.
Veröffentlicht: (2023)

Machine Unlearning Fails to Remove Data Poisoning Attacks
von: Pawelczyk, Martin, et al.
Veröffentlicht: (2024)

Disparate Conditional Prediction in Multiclass Classifiers
von: Sabato, Sivan, et al.
Veröffentlicht: (2022)

A Principled Approach for Data Bias Mitigation
von: Scarone, Bruno, et al.
Veröffentlicht: (2024)

Outlier Detection Bias Busted: Understanding Sources of Algorithmic Bias through Data-centric Factors
von: Ding, Xueying, et al.
Veröffentlicht: (2024)

Underrepresentation, Label Bias, and Proxies: Towards Data Bias Profiles for the EU AI Act and Beyond
von: Ceccon, Marina, et al.
Veröffentlicht: (2025)

Balancing Act: Constraining Disparate Impact in Sparse Models
von: Hashemizadeh, Meraj, et al.
Veröffentlicht: (2023)

Disparate Effect Of Missing Mediators On Transportability of Causal Effects
von: Mhasawade, Vishwali, et al.
Veröffentlicht: (2024)

Understanding Disparities in Post Hoc Machine Learning Explanation
von: Mhasawade, Vishwali, et al.
Veröffentlicht: (2024)

Toward Fair Federated Learning under Demographic Disparities and Data Imbalance
von: Wu, Qiming, et al.
Veröffentlicht: (2025)

Learning Representational Disparities
von: Ravishankar, Pavan, et al.
Veröffentlicht: (2025)

A Multi-Component Reward Function with Policy Gradient for Automated Feature Selection with Dynamic Regularization and Bias Mitigation
von: Khadka, Sudip, et al.
Veröffentlicht: (2025)

Geospatial Disparities: A Case Study on Real Estate Prices in Paris
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

Bias Begins with Data: The FairGround Corpus for Robust and Reproducible Research on Algorithmic Fairness
von: Simson, Jan, et al.
Veröffentlicht: (2025)

Quantifying Feature Importance for Online Content Moderation
von: Tessa, Benedetta, et al.
Veröffentlicht: (2025)

Bayes-Optimal Fair Classification with Linear Disparity Constraints via Pre-, In-, and Post-processing
von: Zeng, Xianli, et al.
Veröffentlicht: (2024)

Fairness in Ranking under Disparate Uncertainty
von: Rastogi, Richa, et al.
Veröffentlicht: (2023)

Feature Engineering on LMS Data to Optimize Student Performance Prediction
von: Hubbard, Keith, et al.
Veröffentlicht: (2025)

Practical Guide for Causal Pathways and Sub-group Disparity Analysis
von: Kohankhaki, Farnaz, et al.
Veröffentlicht: (2024)

Evaluating Fair Feature Selection in Machine Learning for Healthcare
von: Zawad, Md Rahat Shahriar, et al.
Veröffentlicht: (2024)

An Effective Theory of Bias Amplification
von: Subramonian, Arjun, et al.
Veröffentlicht: (2024)

Mitigating Bias for Question Answering Models by Tracking Bias Influence
von: Ma, Mingyu Derek, et al.
Veröffentlicht: (2023)

Explaining How Quantization Disparately Skews a Model
von: Bellam, Abhimanyu, et al.
Veröffentlicht: (2025)

Minimax Optimal Fair Classification with Bounded Demographic Disparity
von: Zeng, Xianli, et al.
Veröffentlicht: (2024)

Disparate Impact on Group Accuracy of Linearization for Private Inference
von: Das, Saswat, et al.
Veröffentlicht: (2024)

Bias Amplification Enhances Minority Group Performance
von: Li, Gaotang, et al.
Veröffentlicht: (2023)

Fuck the Algorithm: Conceptual Issues in Algorithmic Bias
von: Stinson, Catherine
Veröffentlicht: (2025)

Bias and Identifiability in the Bounded Confidence Model
von: Borile, Claudio, et al.
Veröffentlicht: (2025)

Exploring Educational Equity: A Machine Learning Approach to Unravel Achievement Disparities in Georgia
von: Ma, Yichen, et al.
Veröffentlicht: (2024)

Rashomon effect in Educational Research: Why More is Better Than One for Measuring the Importance of the Variables?
von: Kuzilek, Jakub, et al.
Veröffentlicht: (2024)

Position: Cracking the Code of Cascading Disparity Towards Marginalized Communities
von: Farnadi, Golnoosh, et al.
Veröffentlicht: (2024)

BiasBuster: a Neural Approach for Accurate Estimation of Population Statistics using Biased Location Data
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

FALE: Fairness-Aware ALE Plots for Auditing Bias in Subgroups
von: Giannopoulos, Giorgos, et al.
Veröffentlicht: (2024)

Impacts of Racial Bias in Historical Training Data for News AI
von: Bhargava, Rahul, et al.
Veröffentlicht: (2025)

FairBranch: Mitigating Bias Transfer in Fair Multi-task Learning
von: Roy, Arjun, et al.
Veröffentlicht: (2023)

Toward Mitigating Sex Bias in Pilot Trainees' Stress and Fatigue Modeling
von: Pfeifer, Rachel, et al.
Veröffentlicht: (2024)

Breaking Down Bias: On The Limits of Generalizable Pruning Strategies
von: Ma, Sibo, et al.
Veröffentlicht: (2025)

Quality-Diversity Generative Sampling for Learning with Synthetic Data
von: Chang, Allen, et al.
Veröffentlicht: (2023)