購買時可以參考相關(guān)價格表，但這只是特定時間內(nèi)的價格情況，價格會有波動。具體購買要以實際成本為準。iccv2019論文全集8407-envy-free-分類為會員分享，可在線閱讀。更多信息請在人人網(wǎng)上搜索iccv2019論文全集8407-Envy-Free-class ification(11頁珍藏版)。

　　1、Envy-free classification Maria-florinabalcanmachininelearningdepartmentcarnegie mellonuniversityninamfcs . CMU . edutravisdick computersciencedepartmentcarnegiem ellonuniversitytdickcs . CMU . eduritesnoothigattumachinelearningdepartcarnegie Mellon universityriteshncmu . eduarield

　　3、y-freeness還為classificationtasks提供了一個com-pelling notionoffairness，特別是當個人有不同的偏好時。我們的技術(shù)重點是無缺陷分類的概化能力，即理解無缺陷分類的分類器

　　4、幾乎所有的人都以高概率分布。ourmainresult establishethaasmallsampleissefficienttoachevesuchguaranties，when classifier inquioriationamixtureofdeterministicclastiers belongtofamilyoflowtanatarjandimesi

　　5、on . 1 introduction the studyoffairnessinmachineinlearningidrivernbyanabundance of examples where learning algorithms perceptivedas discriminating gains protected g roups 29、6 .解決此問題需要conceptualperhapsevenphilosophical lunderstanding of what fairness means in

　　6、這個語境。換句話說，百萬美元問題是這樣的:在本文中，我們提出了一個新的衡量算法。itdrawsonnextensivebody of work konrigourous approach establishment

　　7、chmoduloonepossibleexception(參見第1.2節(jié))尚未通過機器學習研究人員:文學研究部3，20。更顯著的不確定因素是10，31，在分配商品的上下文中，需要

　　8、isaallocationbeatleatashighasishutility for heal location of any other individual；60年來，它一直是問題分類的黃金標準，25，24和28，12。在分類設置中，沒有嫉妒僅僅意味著你

　　9、feachindividual for hisdistributionoveroutcomesisatleastashigashisutility for the distributionoveroutcomes assignedtoanyotherindividual。重要的是要正視這樣一個事實，即對于一些廣泛研究過的問題來說，沒有嫉妒是不合適的，因為這些問題只有兩種可能的結(jié)果

　　10、s，其中一個是goodntheotherbad；示例包括預測某人是否會拖欠貸款，以及某人是否會拖欠貸款。在這種退化的情況下，無嫉妒心理會要求分類分配和每個人都有機會

　　11、btainingthegoodoutcome，很明顯，這不是一個合理的約束。1加拿大溫哥華。相比之下，我們對不同的情況更感興趣

　　13、tyforseeingardsadvertisement將取決于他的資質(zhì)、他從這些項目中獲得的利益以及其他潛在的因素。itmaywellbethecasethatanenvy-free advertisementassignmentshowsbabadvertisementsforacardwithworseanullatesthanthoseshoshowntoalice；thisou

　　14、tcomeisnotunfairifbobisgeniuinelymoreinteresteddinthecardofferedtohim。這種豐富的效用函數(shù)實際上也提供了廣告的內(nèi)容:人們一般都想要更高報酬的工作，但很可能有更高的效用來尋找更好的工作

　　15、資格和利益。asecondeplingproperty of envy-freeness是statistsfairness guarantee bindstattheleveloffiindividuals。公平意識可以概括為個人觀念或群體意識，這取決于它們是否提供了保證

　　16、特定個體，或onlyonnaveragetoapartedsubgroup。然而，有一個眾所周知的個人公平的例子:工人的影響公平分類模型

　　17、emodelinvesasetofindividualsandatefoutcomes。企業(yè)與個人的相似性；它特定于分類任務，并捕捉倫理基礎(chǔ)真理和相關(guān)屬性。例如，amanandawomanw

　　18、hoaresimilarinotherway應該被認為是相似的，但也許不是。假設這樣的度量是可用的，公平可以自然地形式化為一個獨立的約束，這就要求有一個獨立的約束

　　19、ordingthesimilaritymetricbemappedtodistributionoveroutcomes thatareporeceaccordingosomestandardmitric(suchastotalvariation)。從實踐的角度看:相似度量的可用性。Dworketal.9arewellaw

　　20、骨質(zhì)疏松癥；他們寫道，證明這一假設是他們方法中“更具挑戰(zhàn)性的方面之一”。他們補充說，“事實上，metricusedwill很可能只是一個接近真實的例子?！钡?，不管怎樣

　　21、在某些領(lǐng)域23、11，task-specific nature ofthesimilaritymetricmakesevenacredibleaproximationthofseem不切實際。具體來說，ifonewantedtoleanarsimilaritymetric，itiscureahtypeofexamplesarelevantdatasetwouldconsistof。在空間計量學中，嫉妒-

　　22、freeness requires accesstoindividualsutilityfunctions，butbycontrastwodonotviewthiassumptionasabarrierteoimplementation。事實上，學習工具功能有各種各樣的技術(shù)手段4，22，2

　　23、keexpectedclick點擊率(CTR) asagoodproxyforutility?！吧唐贰?結(jié)果)是不可排除的。事實上，one envy-free解決方案只是簡單地將每個人分配給更喜歡的人

　　來吧。但是這個解決方案可能根據(jù)我們設置的其他(標準)組件thelossfunction(在上面的示例中，lossfunction可能代表顯示和顯示給個人的預期收入)。通常情況下，lossfunctionisnotperfectlyalignedwithindividual

　　25、公用事業(yè)，因此，在不違反自由約束的情況下，可能實現(xiàn)更小的損失?？偟膩碚f，我們認為無嫉妒是令人信服的，有根有據(jù)的，而且重要的是，是切實可行的

　　26、hadiversesetofoutcomeswheninidividualshaveheigenouspreferences。我們的目標是建立基礎(chǔ)理論知識產(chǎn)權(quán)。1.1我們面臨的挑戰(zhàn)是，西方的個人潛力巨大，但我們希望提供普遍的自由保障。Tothisend，我們

　　27、給定sampleconsistingofindividualsdrawnfromnunknown distribution。我們對樣本進行了興趣學習算法更小化損失，滿足自由約束。我們的primarytechnicalquestionisthatofgeneralizability，也就是給定一個分類器

　　29、ntees(見1.2節(jié)).第3節(jié)，我們不約束分類器。因此，weneedsomestrategytoextendaclassifierthastinedonasample；分配個人thesamoutcomeashisnarestneighborinthesampleisapopular choice。然而，我們知道

　　31、我們的goalstorelatecombinatorialrichnesoffamilytoguationguaranties。oneobstacleisthastandardnotionsofdimensiondonotextendtoanalysisofron domized classifiers，whoserangeisdistributionsoveroutcomes(等價于realvectors)。我們繞過這個障礙物

　　32、aclebyconsidemingmixturesofterdeterministic classifiers，即belongtoafaminyof bounded natarajandimension(anextensionofthewell-known vcdimension to multi-classic classification)。我們的主要理論結(jié)果表明，在這種假設下，無嫉妒心理并不普遍

　　33、otheunderlyingdistribution，even ifthesampleisrelativelyssmall(其sizegrowthmostlinearlyintheranajajandimension)。更后，昆蟲5，我們設計了(幾乎)無嫉妒混合的線性一對一分類器。我們給出了經(jīng)驗結(jié)果

　　34、驗證ourcomputationalapproach，和indicagoodgeneralizationpropertiesevenwhentsamplesizeisssmall . 1.2 related workconceptually，我們的工作是mostcloselyerelatedtoworkbyzafaretal

　　35、基于adofparity的動態(tài)。特別是，它們?yōu)榉诸惼魈峁┝藆tility function，并定義了hepreferredtreatmentproperty，這需要attheutilityofeachgroupforits own classifier beatleasstitutility for classifiers assignedtoyothergroup。

　　36、他們的模型和結(jié)果集中在二次分類的結(jié)果上，那里有所期望的結(jié)果和不期望的結(jié)果。雖然，乍一看，這并不奇怪

　　38、帶偏好的。concurrentworkbyrothblumandyona 26提供了generalizationguarantees forthemetricnotionfindividualfairness introducedworketal . 9，或者更準確地說，是用于foranapproximateversionthereof。therewomaingdifferences comparatedourwork:首先是weprop

　　39、ose envy-freeness as alternative notionoffairness tharcumventsheneedforsimilaritymetric。第二，他們把重點放在隨機的二進制分類上，即學習實值函數(shù)，并對標準的復雜結(jié)果進行概括

　　40、ation。相比之下，standardtoolsdonotdirectlyapplyinoursetting。itsworthongtatseveralotherpapers provide generalization guarantees fornotionsofgroupfairness，butthesearmore distantly related to ourwork 35，32，8，16，14.2 themodelweassumethatthereisaspacexofin

　　41、個體、無限空間、無限空間和效用函數(shù)！0，1編碼為結(jié)果提供個人參考。在廣告示例中，個人用戶、結(jié)果廣告和效用函數(shù)反映了來自bei的個人受益

　　42、ngshownaparticularadvertisement。Foranydistributionp2(Y)(其中(Y)是thesetofdistributionsovery)we letu(x，p)Eypu(x，Y)denoteindividualxsexpectedutilityforanoutcomesampledfromp。Werefertoafunctionh:X！(Y)作為分類器，盡管它可以返回分布

　　43、rout comes . 2 naphilosophicallevel，thefairdivionliteraturedealesclusivelywithindiviualnotionoffairness。事實上，即使是基于組的無嫉妒擴展，分配也是共享的，但個體卻不明顯。我們訂閱了面向組的視圖

　　44、觀念(如統(tǒng)計上的平等)是有爭議的，因為結(jié)果可能對個人明顯不公平。(Y)isenvyfreeifnoindividualpreferstheoutcomeddistributionofsomeoneelseoverhisown。定義1 .分類器h

　　45、X！(y)isenvyfree(ef)onasetsofidialsifu(x，h (x) u (x，h (x0) forallx，x02s。同樣，his(，)-efwithinspecification to distributionponxifprx，x0pu (x，h (x) u (x8407鋼h(x0))。更后是他的(，)-pairwiseEFonasetofpairsofindividualsS(Xi，x0i)ni 1 if 1 nnx i1u(Xi，h(xi)

　　46、1.onlydeterministic classifier with alos sof 0 is h0 that h0(x1)y1 and h0(x2)y3。但是，thisisnotEF，sinceu(x1，y1)1.3 arbitraryclassifiersanimportant(and typical)aspectfourlingproblemstattheclassifierhneedstoprovideaoutcomeditributionforeveryindividudu

　　47、艾爾，不僅僅是那些例子。例如，如果hchoosesadvertisementsforvisitorsofwebsite，分類器應該是哪個的。此外，8407鋼，當我們使用新的個人，它必須繼續(xù)牛肉。在本節(jié)中，我們考慮兩階段方法

　　48、hat first為樣本中的個體選擇outcome distributions，然后將這些決策擴展到restorefx。Inmoredetail，wearegivenasampleSx1，。，xnofindividualsandclassifier h:S！(Y)將結(jié)果分配給每個人。我們的目標是

　　49、ssignmentstoaclassifierh！(Y)thancanbeappledtonewindividualsaswell。例如，hcouldbesethloss-minimizingefclassifiersonthesamples。對于這一部分，我們使用了距離度量。此外，我們假設這一部分是有用的

　　50、席卓克斯。也就是說，對于所有的y2和y0，x02X，我們有|u(x，y)u(x0，y)|Ld(x，x0)。在即將進行的假設下，onennaturalhaytoextendtheclassifiersonthesampletoallofxitsoassignnewindividualsthesameoutcomeddistributionasirnearestneigninginthesample。福馬爾

　　51、y，forasetSXandanyindividualx2X，letNNS(x)2argminx02Sd(x，x0)denotethenearestneighborofxins witherespectivetometricd(任意斷條)。下面的simple result(whoseprofisregatedtoaappendix b)確定了isapproachpreservesenvy-freenessincase where

　　52、esampleisexponentiallylarge。定理1.LetdbeametriconX，PbeadistributiononX，和bean-lipschitzutilityfunction。let sbeasetofindiualsuchhathereexists xxwithp(x)1和supx2xd (x，nns (x)/(2l)。thenforanyclassifier:s 8407鋼是哪個的！(Y)thaisefons，theextensionh:X！

　　53 、( Y)givenbyh(x)h(NNS(x)是(，)-EFonP。conditionoftheorem 1要求setofindividualsssisa/(2L)-netforatleasta(1)-fractionofthemassofPonX。在某些自然情況下，指數(shù)極大的樣本保證這種情況發(fā)生的概率很高。例如，

　　54、ifXisasubsetofRq，d(x，x0)kxx0k2，和XhasdiameteratmostD，則foranydistributionPonX，ifsisani . I . d . sampleofsizeo(1(LDpq)q(qlogdpq+log1)，它將滿足conditionsoftheorem 1 with probabilityatleast 1。這個采樣結(jié)果是錯誤的，但是

　　55、完備性，weproveitinLemma3ofAppendixB。但是，exponentialuperboundgivenbynearestneighbornerstrategyisasfaraswecangointersofgeneralizingvy-freenessfromasample(沒有進一步的假設)。具體來說，我們的外部結(jié)果建立了

　　56、enrandomizedforextendingclassifiers fromtsampletoentilespacexrequires an exponentiallylargessampleofindividualstoensureenvy-freenessonthedistributionP . theorem 2的proof can befoundinappendixb . theorem 2 .存在saspaceofindividualsXRq和distributionPo

　　57、verXsuchthat，對于每個randomized algorithm athatextends classifiersonasampletox，都存在一個獨立的函數(shù)

　　58、exp(4q/100)exp(4q/200)jointlyovertherandomnessofAandS，its extension by is not(，)-efwithcrespectopforany 0，ifS(xi，x0i)ni 1 isani . I . d . sampleofpairsdrawnfrompofsizeno 12 dm2 logdm | Y | log(m | Y |/)+log1，thenwithprobabilityatleast1，everyclassifierh2

　　59、Hthatis(，)-成對-EFonSisalso(+7，+4)-EFonP。theorem 3的proof是delegated to appendix。在Inanutshell中，它包含兩個步驟。首先，我們證明了嫉妒自由是對有限階級的概括。第二，我們證明了H(G，m)可以用有限子集來近似。我們標志著

　　61、NAND empiricalvalidationsofarwehavenotdirectlyaddressedtheproblemofcomputingtheloss-minimizingvy-free classifierfromagivenfamilyonagivensampleofindividuals。我們的目標不是提供一個完整的解決方案，而是提供證據(jù)

　　62、計算不會成為長期的障礙。在更詳細的內(nèi)容中，我們的computationalproblemistofdtheloss-minimizingclassifier hfromagivenfam-ilyorandomizedclassifiers shthathisenvyfreeonagivensampleofindividual ssx 1，.，xn。對于這個分類器

　　63、推廣了分布p，定理3提出了atthefamilyhtouseisofsoftheformh(G，m)，其中g(shù)isafamilyofdeterministic classifiers of lownatarajandimension。在此部分中，weletGbethefamilyoflinearone-vs-all classifiers。具體來說，表示XRq，每個G2 GIS參數(shù)

　　64、erizedbyw(w1，w2，.，w|Y|)2R|Y|q，其中g(shù)(x)argmaxy2Ywyx。this classghasanarajandimensionofamostq | Y | . the optimization 6 problemtosolventhicaseism 2 GM，2mnXi1mXk1kL(xi，gk(xi)s.t.mXk1ku(xi，gk(xi)mXk1ku(xi，gk(xj)8(i，j)2n2 .(1)5.1算法監(jiān)督

　　65、ethatoptimizationproblem問題(1)是highlynon非凸且不可微的公式化的，因為argmaxcutedinedeachofthegk(Xi)。另一個挑戰(zhàn)是combinatorialnatureofthep問題，因為我們需要使用rmimingweights。非指定算法

　　66、再接再厲，我們雇傭了幾個trickoftradetoachievetcatability。learningthemixturecomponents . wefirstassumpredefinedmingweights，和iterativelylearnmixturecomponents basedonthem。具體來說，讓g1，g2，.. gk1 denotetheclassifiers learnedsofar . to computethenextcomponentg蘇州東锜公司下屬業(yè)務部、熱處理部、機加工部、財務部、運輸部、倉儲部(自備貨廠、吊車、吊車、自動激光切割、半成品)免費為用戶提供裝卸一條龍服務。這些年來，東锜模具鋼產(chǎn)品和周到的服務得到了廣大模具廠家的認可，也為國內(nèi)。模具鋼材料引起同行的關(guān)注，是蘇州模具行業(yè)協(xié)會、江蘇省模具行業(yè)協(xié)會會員單位。歡迎新老客戶來電和來廠參觀。

本文部分內(nèi)容來源于網(wǎng)絡，我們僅作為信息分享。本站僅提供信息存儲空間服務，不擁有所有權(quán)，不承擔相關(guān)法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容，請發(fā)送郵件至tokaits@163.com舉報，一經(jīng)查實，本站將立刻刪除。

下一篇：鋼材2344是哪個標號國產(chǎn)是什么材料