AIF360
v0.6.1
AI Fairness 360 툴킷은 AI 애플리케이션 수명주기 전반에 걸쳐 기계 학습 모델의 편견을 감지하고 완화하는 데 도움이 되도록 연구 커뮤니티에서 개발한 기술이 포함된 확장 가능한 오픈 소스 라이브러리입니다. AI Fairness 360 패키지는 Python과 R 모두에서 사용할 수 있습니다.
AI Fairness 360 패키지에는 다음이 포함됩니다.
AI Fairness 360 대화형 경험은 개념과 기능을 부드럽게 소개합니다. 튜토리얼과 기타 노트북은 데이터 과학자 중심의 더 깊은 소개를 제공합니다. 완전한 API도 사용할 수 있습니다.
포괄적인 기능 세트이므로 특정 사용 사례에 가장 적합한 측정항목과 알고리즘을 파악하는 것이 혼란스러울 수 있습니다. 도움을 드리기 위해 상담할 수 있는 몇 가지 지침 자료를 만들었습니다.
우리는 확장성을 염두에 두고 패키지를 개발했습니다. 이 라이브러리는 아직 개발 중입니다. 측정항목, 설명자 및 편향성 제거 알고리즘의 기여를 권장합니다.
Slack에서 저희에게 연락하세요(여기서 초대)!
install.packages( " aif360 " )R 설정에 대한 자세한 내용은 여기 지침을 참조하세요.
지원되는 Python 구성:
| 운영체제 | 파이썬 버전 |
|---|---|
| macOS | 3.8 – 3.11 |
| 우분투 | 3.8 – 3.11 |
| 윈도우 | 3.8 – 3.11 |
AIF360에는 시스템의 다른 프로젝트와 충돌할 수 있는 많은 Python 패키지의 특정 버전이 필요합니다. 종속성을 안전하게 설치하려면 가상 환경 관리자를 사용하는 것이 좋습니다. AIF360 설치에 문제가 있는 경우 먼저 이 방법을 시도해 보세요.
Virtualenv는 일반적으로 우리의 목적에 맞게 상호 교환 가능하지만 Conda는 모든 구성에 권장됩니다. Conda가 아직 설치되어 있지 않은 경우 Miniconda로 충분합니다(궁금하신 경우 Anaconda와 Miniconda의 차이점 참조).
그런 다음 새 Python 3.11 환경을 생성하려면 다음을 실행합니다.
conda create --name aif360 python=3.11
conda activate aif360 이제 쉘은 (aif360) $ 처럼 보일 것입니다. 환경을 비활성화하려면 다음을 실행합니다.
(aif360)$ conda deactivate 프롬프트가 $ 로 돌아갑니다.
pip 로 설치PyPI에서 최신 안정 버전을 설치하려면 다음을 실행하세요.
pip install aif360참고: 일부 알고리즘에는 추가 종속성이 필요합니다(메트릭은 모두 기본적으로 작동하지만). 특정 알고리즘 종속성을 포함하여 설치하려면 다음을 실행하십시오.
pip install ' aif360[LFR,OptimPreproc] '또는 전체 기능을 사용하려면 다음을 실행하세요.
pip install ' aif360[all] ' 사용 가능한 추가 옵션은 다음과 같습니다: OptimPreproc, LFR, AdversarialDebiasing, DisparateImpactRemover, LIME, ART, Reductions, FairAdapt, inFairness, LawSchoolGPA, notebooks, tests, docs, all
오류가 발생하면 문제 해결 단계를 시도해 보세요.
이 저장소의 최신 버전을 복제합니다.
git clone https://github.com/Trusted-AI/AIF360예제를 실행하려면 지금 데이터세트를 다운로드하고 aif360/data/README.md에 설명된 대로 해당 폴더에 배치하세요.
그런 다음 프로젝트의 루트 디렉터리로 이동하여 다음을 실행합니다.
pip install --editable ' .[all] ' 예제 노트북을 실행하려면 위의 수동 설치 단계를 완료하세요. 그런 다음 [all] 옵션을 사용하지 않은 경우 다음과 같이 추가 요구 사항을 설치하십시오.
pip install -e ' .[notebooks] '마지막으로, 아직 다운로드하지 않았다면 aif360/data/README.md에 설명된 대로 데이터세트를 다운로드하세요.
설치 과정에서 오류가 발생하면 여기에서 문제를 찾아 해결 방법을 시도해 보세요.
자세한 지침은 pip를 사용하여 TensorFlow 설치 페이지를 참조하세요.
참고: 'tensorflow >= 1.13.1' 필요합니다.
텐서플로우가 설치되면 다시 실행해 보세요.
pip install ' aif360[AdversarialDebiasing] ' TensorFlow는 aif360.algorithms.inprocessing.AdversarialDebiasing 클래스와 함께 사용하는 경우에만 필요합니다.
MacOS에서는 이전에 Xcode 명령줄 도구를 설치한 적이 없다면 먼저 Xcode 명령줄 도구를 설치해야 할 수도 있습니다.
xcode-select --installWindows에서는 Visual Studio 2019용 Microsoft C++ 빌드 도구를 다운로드해야 할 수 있습니다. 최신 지침은 CVXPY 설치 페이지를 참조하세요.
그런 다음 다음을 통해 다시 설치해 보세요.
pip install ' aif360[OptimPreproc] ' CVXPY는 aif360.algorithms.preprocessing.OptimPreproc 클래스와 함께 사용하는 경우에만 필요합니다.
examples 디렉토리에는 AI Fairness 360을 다양한 방식으로 사용하는 다양한 jupyter 노트북 컬렉션이 포함되어 있습니다. 튜토리얼과 데모 모두 AIF360을 사용한 작업 코드를 보여줍니다. 자습서에서는 노트북의 다양한 단계를 사용자에게 안내하는 추가 토론을 제공합니다. 여기에서 튜토리얼과 데모에 대한 자세한 내용을 확인하세요.
AI Fairness 360에 대한 기술적 설명은 이 백서에서 확인할 수 있습니다. 아래는 이 논문의 bibtex 항목입니다.
@misc{aif360-oct-2018,
title = "{AI Fairness} 360: An Extensible Toolkit for Detecting, Understanding, and Mitigating Unwanted Algorithmic Bias",
author = {Rachel K. E. Bellamy and Kuntal Dey and Michael Hind and
Samuel C. Hoffman and Stephanie Houde and Kalapriya Kannan and
Pranay Lohia and Jacquelyn Martino and Sameep Mehta and
Aleksandra Mojsilovic and Seema Nagar and Karthikeyan Natesan Ramamurthy and
John Richards and Diptikalyan Saha and Prasanna Sattigeri and
Moninder Singh and Kush R. Varshney and Yunfeng Zhang},
month = oct,
year = {2018},
url = {https://arxiv.org/abs/1810.01943}
}
Rich Subgroup Fairness( inprocessing/gerryfair_classifier.py )를 위한 개발 포크가 여기에 있습니다. 기여를 환영하며 저자의 잠재적 기여 목록은 여기에서 확인할 수 있습니다.
