ESTUDIO DE LA INFLUENCIA DE CRITERIOS DE FAIRNESS EN MODELOS DE MACHINE LEARNING

dc.contributor.authorLahoz Notario, Pilar
dc.date.accessioned2023-07-03T22:00:07Z
dc.date.available2023-07-03T22:00:07Z
dc.date.issued2023-07-03
dc.descriptionTrabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: Alfredo Cuesta Infante
dc.description.abstractA lo largo de este trabajo se hará un estudio sobre como distintos criterios de ¿fairness¿ influyen en distintos modelos de machine learning. Estos criterios se utilizan con el fin de eliminar tratamientos no equitativos entre distintos grupos de población. Estas desigualdades provienen de los datos utilizados en los modelos de ML. En este trabajo se crearán cinco modelos distintos de ML para dos bases de datos distintas y posteriormente se les aplicará los criterios de fairness.
dc.identifier.urihttps://hdl.handle.net/10115/22408
dc.language.isospa
dc.publisherUniversidad Rey Juan Carlos
dc.rights
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.uri
dc.subjectMachine learning
dc.subjectFairness
dc.subjectInteligencia Artificial
dc.titleESTUDIO DE LA INFLUENCIA DE CRITERIOS DE FAIRNESS EN MODELOS DE MACHINE LEARNING
dc.typeinfo:eu-repo/semantics/studentThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
2022-23-ETSII-A-2033-2033037-p.lahoz.2018-MEMORIA.pdf
Tamaño:
1.27 MB
Formato:
Adobe Portable Document Format
Descripción:
Memoria del TFG