15.03.

Topics

• Besprechung allgemeiner Projektsstrategie: Was wollen wir später evaluieren?
• Drei Strategien:

1. normale Pipeline: Datengenerierung -> LVQ KLassifizierung -> mit Fairnessmaßen einstufen

2. relaxed Equalized odds: Datengenerierung -> LVQ KLassifizierung -> Kalibrierung mit relaxed Equalized Odds -> mit Fairnessmaßen einstufen

3. Covarianz Prepocessing: Datengenerierung -> Gewichtung durch Correlation mit protected Featuer -> LVQ KLassifizierung -> mit Fairnessmaßen einstufen

*Generierte Daten mit Statistical Measure auf direkte Diskriminierung testen.

Aufgaben bis heute:

Mathias:

• Aufbereitung der Datengenerierung

Caro & Leon:

• Implementierung diverser Fairnessmaße

Aufgaben:

• Datengenerierung weiter ausarbeiten (Matthias)
• Relaxed Equalized Odds weiter implementieren und auf LVQ classifier anwenden (Matthias)
• Measures aus Zliobaite.py in nutzbare Form bringen (Leon)
• Statistical measure implementieren und auf Datengeneriung testen (Caro)
• Gewichtungsstrategie aus Pearson correlation coefficient preprocessing ausarbeiten und auf Datenpipeline testen (Astrid)

Nächstes Treffen:

Im Zeitraum vom 20.03 - 22.03