| Student: | Arthur Pannecoucke |
|---|---|
| Richting: | Master of Science in de industriële wetenschappen: informatica |
| Abstract: | Machine learning is vandaag de dag alom tegenwoordig. Algoritmes die keuzes moeten maken die betrekking hebben op het leven van mensen, zijn echter ook vatbaar voor vooroordelen en in staat tot discriminatie. De laatste jaren hebben onderzoekers talloze definities en technieken ontwikkeld om discriminatie in machine learning op te sporen en te mitigeren. Toch ontbreken er bronnen waarmee een leek of een beginnende ontwikkelaar zich op een toegankelijke manier kan informeren over deze problematiek. Met dit doel werd een website ontwikkeld die de basisbegrippen van fairness binnen machine learning uitlegt op een visuele en interactieve manier. Ook mensen die al ervaring hebben met de technische achtergrond van deze problematiek, kunnen op deze website terecht om op een visuele manier te experimenteren met gekende basisconcepten. |
| Abstract (Eng): | Machine learning is ubiquitous today. However, algorithms that must make choices that affect people's lives are also prone to bias and capable of discrimination. In recent years, researchers have developed numerous definitions and techniques to detect and mitigate discrimination in machine learning. Yet, there is a lack of resources that would allow a layperson or novice developer to learn about these issues in an accessible way. For this purpose, a website was developed that explains the basic concepts of fairness within machine learning in a visual and interactive way. Also, people who already have experience with the technical background of this issue can visit this website to experiment with known basic concepts in a visual way. |