Can Ensembling Preprocessing Algorithms Lead to Better Machine Learning Fairness?

Khaled Badran, Pierre-Olivier Côté, Amanda Kolopanis, Rached Bouchoucha, Antonio Collante, Diego Elias Costa, Emad Shihab et Foutse Khomh

Article de revue (2023)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/53636/
Titre de la revue:	Computer (vol. 56, no 4)
Maison d'édition:	IEEE
DOI:	10.1109/mc.2022.3220707
URL officielle:	https://doi.org/10.1109/mc.2022.3220707
Date du dépôt:	10 juil. 2023 16:30
Dernière modification:	08 avr. 2025 07:22

Citer en APA 7:	Badran, K., Côté, P.-O., Kolopanis, A., Bouchoucha, R., Collante, A., Costa, D. E., Shihab, E., & Khomh, F. (2023). Can Ensembling Preprocessing Algorithms Lead to Better Machine Learning Fairness? Computer, 56(4), 71-79. https://doi.org/10.1109/mc.2022.3220707
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel