Advancing algorithmic fairness without sensitive attributes: novel experimental insights and methods
FUSARI, VALENTINA
2025/2026
File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Valentina_Fusari (1).pdf
accesso solo dalla rete interna
Descrizione: Studio del Minoria Mining — la scoperta di gruppi demografici mal serviti da un modello senza usare attributi sensibili — con estensione sperimentale degli algoritmi esistenti e proposta del metodo Nested Focused Exploration.
Dimensione
1.71 MB
Formato
Adobe PDF
|
1.71 MB | Adobe PDF | Contatta l'autore |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Il download dei file è consentito soltanto per chi si collega da rete interna o da proxy.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12319/26841