Equidad sin Imputación: Un Enfoque de Árbol de Decisión para Predicción Justa con Valores Faltantes

Resumen

Explore cómo los algoritmos de árboles de decisión pueden lograr predicciones imparciales en el aprendizaje automático al tratar con valores de datos faltantes, sin necesidad de métodos tradicionales de imputación de datos.

Programa de estudio

• Introducción a la Equidad en el Aprendizaje Automático
Comprensión de la Equidad en Modelos Estadísticos
Resumen de Sesgo e Implicaciones Éticas
• El Desafío de los Datos Faltantes en el Aprendizaje Automático
Tipos y Causas de Datos Faltantes
Consecuencias de los Datos Faltantes en la Precisión y Equidad del Modelo
• Árboles de Decisión: Una Visión General
Estructura Básica y Algoritmos
Ventajas y Limitaciones al Manejar Datos Faltantes
• Criterios y Medidas de Equidad
Definiciones y Tipos de Equidad (por ejemplo, Paridad Demográfica, Igualdad de Oportunidades)
Medición de la Equidad en Modelos Estadísticos
• Enfoques Tradicionales para Manejar Datos Faltantes
Métodos de Imputación de Datos
Limitaciones de la Imputación en la Preservación de la Equidad
• Árboles de Decisión y Datos Faltantes
Manejo Intrínseco de Datos Faltantes en Árboles de Decisión
Divisiones de Árboles y Divisiones Sustitutas
• Lograr Equidad sin Imputación
Aprovechando Árboles de Decisión para Predicciones Justas
Estrategias para Mitigar el Sesgo en Árboles de Decisión
• Estudios de Caso y Aplicaciones
Escenarios Reales de Árboles de Decisión Justos
Análisis Comparativo con Modelos Imputados
• Sesión Práctica: Implementando Árboles de Decisión Justos
Ejercicio Práctico de Codificación con Conjuntos de Datos
Evaluación de Equidad y Rendimiento
• Temas Avanzados en Aprendizaje de Árboles de Decisión Justos
Investigaciones y Desarrollos Recientes
Integración de Árboles Justos en Sistemas más Amplios
• Conclusión
Resumen de Conceptos y Técnicas Clave
Direcciones Futuras en IA Justa y Manejo de Datos Faltantes
• Lecturas Adicionales y Recursos
Papeles Académicos y Libros Sugeridos
Plataformas y Herramientas en Línea para Práctica

---

Asignaturas

Ciencia de Datos