优特赖特公平招聘数据集

优特赖特公平招聘数据集 数据来源：互联网公开数据 标签：公平性,招聘,教育,研究,敏感特征,年龄,性别,地理位置,模型评估 数据概述： 优特赖特公平招聘数据集是一个纯合成数据集，旨在帮助教育者和研究者理解公平性的定义。该数据集提供了多种公平性定义之间的差异说明，包括无意识公平性、群体公平性、统计均衡性、预测均衡性、等化机会或待遇平等性等。 数据集包含多个敏感特征：年龄、性别和地理位置。这些特征可以组合定义出许多不同的敏感群体。 数据集还包含五种示例决策方法的结果，可以直接用于评估。使用该数据集时，无需自行训练模型，而是可以专注于评估现有模型的性能。 数据用途概述： 该数据集适用于教育和研究场景，帮助理解各种公平性定义及其在招聘过程中的应用。研究者可以通过评估现有模型来分析不同公平性标准的效果；教育者可以利用该数据集进行教学，展示公平性概念及其在实际应用中的意义。此外，该数据集还适用于模型评估，帮助识别和改进招聘过程中的公平性问题。