Séminaire de Probabilités et Statistique :

Le 18 novembre 2024 à 15:30 - UM - Bât 09 - Salle de conférence (1er étage)

Présentée par Hebiri Mohamed - Université Gustave Eiffel

Régression sous contrainte de parité démographique

L'équité algorithmique est un domaine bien établi de l'apprentissage automatique, visant à réduire l'influence des biais dans les données. Après une présentation du problème à travers quelques applications classiques, nous nous concentrerons sur le problème de régression sous contrainte de parité démographique. Cette contrainte exige que la distribution de la sortie prédite soit indépendante de l'attribut sensible. Au cours de l'exposé, je présenterai différentes constructions d'algorithmes équitables, selon que l'attribut sensible soit disponible ou non lors de l'inférence. En particulier, dans le cas où la variable sensible est accessible, un lien avec le transport optimal sera établi, fournissant ainsi une interprétation intuitive d'une prédiction équitable. Nous explorerons ce cas particulier pour présenter les garanties théoriques, puis numériques, obtenues à la fois sur le risque et sur l'équité de l'algorithme.

Séminaire en salle 109, également retransmis sur zoom : https://umontpellier-fr.zoom.us/j/7156708132

Attention horaire inhabituel : le séminaire aura lieu de 15h30 à 16h30.