05.03.

Topics

• Besprechen, wie Daten generiert werden anhand von den Skizzen, die Leon am 01.03 verschickt hat
• Was ist genau indirekte Diskriminierung? -> Zliobaite p.1063

Aufgaben bis heute:

Astrid & Mathias:

• Implementation von Equalised Odds existiert bereits
• Daten-Generierung in Angriff genommen
• Angewendet für kNN

Caro & Leon:

• Eingelesen in Platt Scaling und Anwendbarkeit auf LVQ -> Nicht verwendbar für LVQ
• Platt Scaling ist Tool zur Kalibrierung eines Classifiers
• Bei SVM drauf zurückkommen
• Beispiel für GMLVQ im Branch

Aufgaben:

• Datengenerierung weiter ausarbeiten (+ Diskriminierungsrate indirekt variabel) (Mathias)
• Measures aus Zliobaite.py in nutzbare Form bringen (Leon)
• Andere Measures überfliegen und eins oder mehrere vielversprechende implementieren (Caro)

Notes:

• Was ist, wenn Classifier unsicher ist? -> Auslassen? Radius um Prototyp gering? (Dann Platt Scaling anwendbar?)

Nächstes Treffen:

Im Zeitraum vom 14.03 - 16.03