[2L6-OS-19b] 機械学習品質評価・向上技術

[2L6-OS-19b-04] 形式検証によるXGBoostの個人公平性テストの試み

〇趙 振江¹、戸田 貴久¹、北村 崇師² (1. 電気通信大学、2. 産業技術総合研究所)

キーワード：機械学習、公平性テスト、形式検証

近年，機械学習モデルの普及とともに，機械学習モデルの公平性に関する懸念が高まっている．公平性の懸念に取り組む概念の一つとして，個人公平性は，センシティブな属性（例えば，性別，人種，年齢など）以外の属性が同じ値を持つ二人に対してモデルが同じ予測結果を与えることを求める．そうではない場合は，そのモデルが個人公平性に違反していると言う．個人公平性テストは与えられたモデルが個人公平性に違反しているかどうかをテストする．XGBoost は近年最も注目を集めている機械学習モデルの一つである．本研究では，XGBoost の個人公平性テストのために形式検証を活用する方法を提案する．結果として，我々は提案手法を実装し，実世界のデータ上に構築された XGBoost モデルに対して公平性テストを実施して，提案手法を評価する．