Tesi etd-01122023-133414 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
PETRUCCI, AURA
URN
etd-01122023-133414
Titolo
Rappresentazione di grafi come mezzo di scoperta e mitigazione di bias nel contesto delle discriminazioni indirette
Dipartimento
FILOLOGIA, LETTERATURA E LINGUISTICA
Corso di studi
INFORMATICA UMANISTICA
Relatori
relatore Prof. Malizia, Alessio
Parole chiave
- Causal discovery
- Bias
- Indirect Discrimination
- Discriminazione Indiretta
- Grafi
- Causa Graphs
- Grafi Causali
- Pyplot
- Cdt
- Causal Discovery Toolbox
Data inizio appello
02/02/2023
Consultabilità
Non consultabile
Data di rilascio
02/02/2093
Riassunto
Il presente lavoro si pone l'obiettivo di studiare ed applicare una possibile risoluzione ai bias attraverso l'impiego dei grafi causali per la valutazione di eventuali discriminazioni indirette. In seguito ad un'introduzione circa il concetto di bias ed equità nel contesto dell'Intelligenza Artificiale, verrà analizzato ed approfondito lo studio inerente all'implementazione dei grafi causali. In particolare, attraverso Python e l'impiego di due librerie (Cdt e Pyplot) verranno analizzati due dataset distinti per il rintracciamento di discriminazioni indirette nelle rappresentazioni grafiche ottenute. I risultati verranno, quindi, studiati nel dettaglio per comprendere la potenza di tale approccio, le limitazioni e gli eventuali miglioramenti e sviluppi da apportare.
File
| Nome file | Dimensione |
|---|---|
Tesi non consultabile. |
|