文档摘要

2.1 算法偏见如何伤害真实人群 本节摘要：算法偏见是训练数据、特征、目标函数与部署反馈把现实世界的不公复制并放大的过程。伤害发生在招聘、信贷、司法风险评估、医疗与人脸识别等分配机会的场景。公平没有单一公式：统计平等、机会均等、均衡赔率、预测值相等往往不能同时成立。工程上只能按场景选指标，并在数据前、训练中、输出后三处设卡，同时切断反馈循环。 会员。《2.1 算法偏见如何伤害真实人群》收录于灏天文库文集《AI伦理与安全：未来发展不可忽视的议题》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/442-ai%E4%BC%A6%E7%90%86%E4%B8%8E%E5%AE%89%E5%85%A8%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E4%B8%8D%E5%8F%AF%E5%BF%BD%E8%A7%86%E7%9A%84%E8%AE%AE%E9%A2%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流