Buchumschlag

A Distributionally Robust Optimisation Approach to Fair Credit Scoring

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Casas, Pablo, Mues, Christophe, Yu, Huan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Experimental Study on Fairness-aware Machine Learning for Credit Scoring Problems
von: Thu, Huyen Giang Thi, et al.
Veröffentlicht: (2024)

A transformer-based model for default prediction in mid-cap corporate markets
von: Korangi, Kamesh, et al.
Veröffentlicht: (2021)

Best Practices for Responsible Machine Learning in Credit Scoring
von: Valdrighi, Giovani, et al.
Veröffentlicht: (2024)

Fair Recommendations with Limited Sensitive Attributes: A Distributionally Robust Optimization Approach
von: Shi, Tianhao, et al.
Veröffentlicht: (2024)

A Multimodal Approach to SME Credit Scoring Integrating Transaction and Ownership Networks
von: Zandi, Sahab, et al.
Veröffentlicht: (2025)

The Fairness of Credit Scoring Models
von: Hurlin, Christophe, et al.
Veröffentlicht: (2022)

How Robust is your Fair Model? Exploring the Robustness of Diverse Fairness Strategies
von: Small, Edward, et al.
Veröffentlicht: (2022)

Procedural Fairness and Its Relationship with Distributive Fairness in Machine Learning
von: Wang, Ziming, et al.
Veröffentlicht: (2025)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

Fairness Hub Technical Briefs: Definition and Detection of Distribution Shift
von: Acevedo, Nicolas, et al.
Veröffentlicht: (2024)

Whence Is A Model Fair? Fixing Fairness Bugs via Propensity Score Matching
von: Peng, Kewen, et al.
Veröffentlicht: (2025)

Do Fair Models Reason Fairly? Counterfactual Explanation Consistency for Procedural Fairness in Credit Decisions
von: Popoola, Gideon, et al.
Veröffentlicht: (2026)

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

FairGT: A Fairness-aware Graph Transformer
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

FairPair: A Robust Evaluation of Biases in Language Models through Paired Perturbations
von: Dwivedi-Yu, Jane, et al.
Veröffentlicht: (2024)

Boosting Fairness and Robustness in Over-the-Air Federated Learning
von: Oksuz, Halil Yigit, et al.
Veröffentlicht: (2024)

The Benefits and Risks of Transductive Approaches for AI Fairness
von: Razzak, Muhammed, et al.
Veröffentlicht: (2024)

Distribution-Free Fair Federated Learning with Small Samples
von: Yin, Qichuan, et al.
Veröffentlicht: (2024)

Learning to be Fair: A Consequentialist Approach to Equitable Decision-Making
von: Chohlas-Wood, Alex, et al.
Veröffentlicht: (2021)

Distribution-Specific Auditing For Subgroup Fairness
von: Hsu, Daniel, et al.
Veröffentlicht: (2024)

A Primer on Causal and Statistical Dataset Biases for Fair and Robust Image Analysis
von: Jones, Charles, et al.
Veröffentlicht: (2025)

Balancing Fairness and Performance in Healthcare AI: A Gradient Reconciliation Approach
von: Wang, Xiaoyang, et al.
Veröffentlicht: (2025)

FairHome: A Fair Housing and Fair Lending Dataset
von: Bagalkotkar, Anusha, et al.
Veröffentlicht: (2024)

Empowering Many, Biasing a Few: Generalist Credit Scoring through Large Language Models
von: Feng, Duanyu, et al.
Veröffentlicht: (2023)

Causal Fair Machine Learning via Rank-Preserving Interventional Distributions
von: Bothmann, Ludwig, et al.
Veröffentlicht: (2023)

What's in a Query: Polarity-Aware Distribution-Based Fair Ranking
von: Balagopalan, Aparna, et al.
Veröffentlicht: (2025)

Expressive Score-Based Priors for Distribution Matching with Geometry-Preserving Regularization
von: Gong, Ziyu, et al.
Veröffentlicht: (2025)

Operationalizing Automated Essay Scoring: A Human-Aware Approach
von: Plasencia-Calaña, Yenisel
Veröffentlicht: (2025)

A Computational Approach to Improving Fairness in K-means Clustering
von: Zhou, Guancheng, et al.
Veröffentlicht: (2025)

Semi-Variance Reduction for Fair Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Differential Privacy in Two-Layer Networks: How DP-SGD Harms Fairness and Robustness
von: Xu, Ruichen, et al.
Veröffentlicht: (2026)

Supervised Algorithmic Fairness in Distribution Shifts: A Survey
von: Shao, Minglai, et al.
Veröffentlicht: (2024)

FairPFN: A Tabular Foundation Model for Causal Fairness
von: Robertson, Jake, et al.
Veröffentlicht: (2025)

Long-term Fairness For Real-time Decision Making: A Constrained Online Optimization Approach
von: Du, Ruijie, et al.
Veröffentlicht: (2024)

FairWire: Fair Graph Generation
von: Kose, O. Deniz, et al.
Veröffentlicht: (2024)

FFB: A Fair Fairness Benchmark for In-Processing Group Fairness Methods
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

Large-scale Time-Varying Portfolio Optimisation using Graph Attention Networks
von: Korangi, Kamesh, et al.
Veröffentlicht: (2024)

Learning Fair Robustness via Domain Mixup
von: Zhong, Meiyu, et al.
Veröffentlicht: (2024)

Semantic Risk Scoring of Aggregated Metrics: An AI-Driven Approach for Healthcare Data Governance
von: Ahmed, Mohammed Omer Shakeel
Veröffentlicht: (2026)

What is Fair? Defining Fairness in Machine Learning for Health
von: Gao, Jianhui, et al.
Veröffentlicht: (2024)