Bias und Fairness in KI

Kurs 2

Das Konzept Fairness

Das Konzept Fairness

Vertiefe die erarbeiteten Grundlagen anhand praxisnaher Übungsaufgaben und steigere so deinen Lernerfolg. Beachte bitte, dass die Übungsaufgaben auf bestimmten Abschnitten der Grundlagenseite dieser Lerneinheit aufbauen.

Dieser Kurs baut auf dem Abschnitt der Grundlagenseite “Algorithmische Fairness” auf.

> Das Konzept Fairness
> Drei Aufgaben
> Zehn Minuten

Vertiefe mit Hilfe dieses Kurses dein Wissen über Fairness.

In der ersten Aufgabe kannst du überprüfen, ob du Begriffe in der Confusion-Matrix richtig zuordnen kannst. In der zweiten Aufgabe kannst du anhand eines Beispiels testen, ob du die Performance-Metriken richtig berechnen kannst. In der dritten Aufgabe vertiefen wir die verschiedenen, kennengelernten Fairness-Definitionen. Dafür geben wir dir verschiedene Szenarien vor, welchen du dann eine bestimmte Fairness-Definition zu ordnen sollst.

Aufgabe 2.1

33%

Die Confusion-Matrix

Aufgabe 2.1

In der ersten Aufgabe kannst du überprüfen, ob du Begriffe in der Confusion-Matrix richtig zu ordnen kannst.  Ziehe dafür die jeweiligen Begriffe von links an die passende Stelle in der Confusion-Matrix.

 
 
 

Aufgabe 2.2

66%

Statistische Metriken

Aufgabe 2.2

In der zweiten Aufgabe kannst du anhand eines Beispiels testen, ob du die Performance-Metriken richtig berechnen kannst. Wir geben dir dafür ein Beispiel und eine gefüllte Confusion-Matrix vor. Deine Aufgabe wird es sein, die Performance-Metriken Accuracy, Precision und Recall zu berechnen. Trage die richtigen Ergebnisse in den Lückentext ein.

 
 

Wir betrachten die Confusion-Matrix für das Beispiel binärer Klassifikation. Das KI-System soll Bilder von Tumoren in die Klassen „gutartig” oder „bösartig“ aufteilen. Wir nutzen als Testdaten Bilder, von denen vorab zweifelsfrei festgestellt ist, auf wie vielen Bildern wirklich das Krankheitsbild zu sehen sind.

Versuche nun die Metriken für das folgende Modell zu berechnen, welches 100 Tumore als gutartig (Klasse 1) oder bösartig (Klasse 2) klassifiziert:

Aufgabe 2.3

100%

Statistische Definitionen von Fairness

Aufgabe 2.3

Wie du weißt, gibt es verschiedene Fairness-Definitionen. Die nachfolgende Übungsaufgabe soll dir helfen, die Fairness-Definitionen zu veranschaulichen.
 

Im nachfolgenden Quiz bekommst du Beispiele für bestimmte Fairness-Definitionen genannt. Deine Aufgabe ist es, jedem Beispiel die entsprechende Definition zuzuordnen.