https://blog.qife122.com/tags/%E5%AE%9E%E8%AF%81%E9%A3%8E%E9%99%A9%E6%9C%80%E5%B0%8F%E5%8C%96/ Recent content in 实证风险最小化 on 办公AI智能小助手 Hugo zh-cn qife Wed, 24 Sep 2025 23:58:01 +0800 https://blog.qife122.com/p/%E5%AE%9E%E7%8E%B0%E6%9B%B4%E5%85%AC%E5%B9%B3%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%8A%80%E6%9C%AF%E8%B7%AF%E5%BE%84%E6%8E%A2%E7%B4%A2/ Wed, 24 Sep 2025 23:58:01 +0800 https://blog.qife122.com/p/%E5%AE%9E%E7%8E%B0%E6%9B%B4%E5%85%AC%E5%B9%B3%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%8A%80%E6%9C%AF%E8%B7%AF%E5%BE%84%E6%8E%A2%E7%B4%A2/ <h1 id="实现更公平机器学习的技术路径探索">实现更公平机器学习的技术路径探索</h1> <h2 id="算法公平性的定义与挑战">算法公平性的定义与挑战</h2> <p>算法公平性具有多种形式化定义，如人口统计均等、机会均等和几率均等。其核心思想是：机器学习模型在不同人口亚组（如男性和女性）中应具有相同或相似的行为表现。以最常用的人口统计均等为例，要求模型输出特定结果（如贷款审批）的概率不应依赖于性别、种族或年龄等敏感属性。</p>