Diese wichtige, aber bisher wenig beachtete Frage steht im Mittelpunkt eines kürzlich im Journal of Artificial Intelligence Research veröffentlichten Artikels. Gemeinsam mit Kollegen aus Irland und den USA zeigt CSBA-Direktor Dr. Christian Haas, dass unterschiedliche Imputationsstrategien erhebliche Auswirkungen auf die Fairness der Vorhersagen haben können. Dies schärft das Bewusstsein dafür, dass Überlegungen zur algorithmischen Fairness in allen Phasen der Datenanalyse und des maschinellen Lernens berücksichtigt werden müssen.

Lesen Sie den (open access) Artikel hier.