Buchumschlag

Finite-Sample and Distribution-Free Fair Classification: Optimal Trade-off Between Excess Risk and Fairness, and the Cost of Group-Blindness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Xiaotian, Zhang, Linjun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fair Risk Control: A Generalized Framework for Calibrating Multi-group Fairness Risks
von: Zhang, Lujing, et al.
Veröffentlicht: (2024)

Unified Inference Framework for Single and Multi-Player Performative Prediction: Method and Asymptotic Optimality
von: Zhang, Zhixian, et al.
Veröffentlicht: (2026)

FaiREE: Fair Classification with Finite-Sample and Distribution-Free Guarantee
von: Li, Puheng, et al.
Veröffentlicht: (2022)

Repro Samples Method for Model-Free Inference in High-Dimensional Binary Classification
von: Hou, Xiaotian, et al.
Veröffentlicht: (2025)

Regret Distribution in Stochastic Bandits: Optimal Trade-off between Expectation and Tail Risk
von: Simchi-Levi, David, et al.
Veröffentlicht: (2023)

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

FACEGroup: Feasible and Actionable Counterfactual Explanations for Group Fairness
von: Fragkathoulas, Christos, et al.
Veröffentlicht: (2024)

Global Group Fairness in Federated Learning via Function Tracking
von: Rychener, Yves, et al.
Veröffentlicht: (2025)

Fairness-aware kidney exchange and kidney paired donation
von: Zhang, Mingrui, et al.
Veröffentlicht: (2025)

FAIRM: Learning invariant representations for algorithmic fairness and domain generalization with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2024)

Personalizing black-box models for nonparametric regression with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2026)

Doubly-Regressing Approach for Subgroup Fairness
von: Kim, Kunwoong, et al.
Veröffentlicht: (2025)

Attack-Resistant Uniform Fairness for Linear and Smooth Contextual Bandits
von: Zhang, Qingwen, et al.
Veröffentlicht: (2026)

Penalized Fair Regression for Multiple Groups in Chronic Kidney Disease
von: Nakamoto, Carter H., et al.
Veröffentlicht: (2025)

Fair Regression under Demographic Parity: A Unified Framework
von: Feng, Yongzhen, et al.
Veröffentlicht: (2026)

Achieving Fairness with a Simple Ridge Penalty
von: Scutari, Marco, et al.
Veröffentlicht: (2021)

FactTest: Factuality Testing in Large Language Models with Finite-Sample and Distribution-Free Guarantees
von: Nie, Fan, et al.
Veröffentlicht: (2024)

pFedFair: Towards Optimal Group Fairness-Accuracy Trade-off in Heterogeneous Federated Learning
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

Statistical Inference for Differentially Private Stochastic Gradient Descent
von: Xia, Xintao, et al.
Veröffentlicht: (2025)

Optimal Empirical Risk Minimization under Temporal Distribution Shifts
von: Jeong, Yujin, et al.
Veröffentlicht: (2025)

Sequential Conditional Transport on Probabilistic Graphs for Interpretable Counterfactual Fairness
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

Task-tailored Pre-processing: Fair Downstream Supervised Learning
von: Sohn, Jinwon, et al.
Veröffentlicht: (2026)

Score Attack: A Lower Bound Technique for Optimal Differentially Private Learning
von: Cai, T. Tony, et al.
Veröffentlicht: (2023)

Repro Samples Method for High-dimensional Logistic Model
von: Hou, Xiaotian, et al.
Veröffentlicht: (2024)

Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction
von: Nguyen, Drew T., et al.
Veröffentlicht: (2024)

Auditing Fairness under Unobserved Confounding
von: Byun, Yewon, et al.
Veröffentlicht: (2024)

Doubly Robust Conditional Independence Testing with Generative Neural Networks
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Bias-Corrected Data Synthesis for Imbalanced Learning
von: Lyu, Pengfei, et al.
Veröffentlicht: (2025)

Connecting Algorithmic Fairness to Quality Dimensions in Machine Learning in Official Statistics and Survey Production
von: Schenk, Patrick Oliver, et al.
Veröffentlicht: (2024)

Fairness-aware Bayes optimal functional classification
von: Hu, Xiaoyu, et al.
Veröffentlicht: (2025)

Partial Identification Approach to Counterfactual Fairness Assessment
von: Rho, Saeyoung, et al.
Veröffentlicht: (2025)

An Equal-Probability Partition of the Sample Space: A Non-parametric Inference from Finite Samples
von: Eriksson, Urban
Veröffentlicht: (2025)

Contrastive Network Representation Learning
von: Dong, Zihan, et al.
Veröffentlicht: (2025)

Asymptotic Validity and Finite-Sample Properties of Approximate Randomization Tests
von: Toulis, Panos
Veröffentlicht: (2019)

Understanding the Trade-offs in Accuracy and Uncertainty Quantification: Architecture and Inference Choices in Bayesian Neural Networks
von: Sheinkman, Alisa, et al.
Veröffentlicht: (2025)

Auditing Fairness by Betting
von: Chugg, Ben, et al.
Veröffentlicht: (2023)

Counterfactually Fair Reinforcement Learning via Sequential Data Preprocessing
von: Wang, Jitao, et al.
Veröffentlicht: (2025)

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

Conformal Risk Control for Ordinal Classification
von: Xu, Yunpeng, et al.
Veröffentlicht: (2024)

Fractionally Supervised Classification with Maxima Nominated Samples
von: Jozani, Mohammad Jafari, et al.
Veröffentlicht: (2026)