37 lines
2.1 KiB
Markdown
37 lines
2.1 KiB
Markdown
-
|
|
- ## Notes
|
|
- ## 🤝Meetings
|
|
- type:: [[meeting]]
|
|
external-links::
|
|
tags:: [[PROJECTS/PRIN-EMELIOT]]
|
|
people:: [[people/giordano]] [[people/claudio]] [[people/AntiniscaDiMarco]]
|
|
date:: [[08-01-2024]] - 17:11
|
|
duration:: 70
|
|
- Sono state considerati 18 dataset
|
|
- {:height 376, :width 594}
|
|
- Si vuole evitaer di addestrare ogni volta un classificatore per poter predirre i valori delle metriche statistical parity, equal opportunity, etc.
|
|
- Vedi ((659c23ae-54a3-4b5f-a9a6-c0ba32b7423d))
|
|
- https://univaq-my.sharepoint.com/:p:/g/personal/antinisca_dimarco_univaq_it/EblZe8ziV91LgEK57VLhg6UBD7JZ08ny2IgwGhTq4wlg8w?e=KC2ZU4
|
|
- {:height 492, :width 779}
|
|
- TOrnando all'obbiettivo originale:
|
|
- #+BEGIN_IMPORTANT
|
|
DATO UN DATASET INDIVIDUARE POSSIBILI VARIABILI SENSISBILI ALLA BASE DI POTENZIALI BIAS
|
|
#+END_IMPORTANT
|
|
- Per prossima volta
|
|
- DONE Fissiamo le metriche e il classificatore e cerchiamo di capire il modello di regressione che funziona meglio.
|
|
DEADLINE: <2024-01-15 Mon>
|
|
- Per ora abbiamo usato XGBoost, l'idea e' usare una rate neurale e SVM.
|
|
- {:height 171, :width 590}
|
|
- {:height 493, :width 556}
|
|
- Correlazione tra sintomi e metriche calcolate
|
|
- Primi risultati:
|
|
id:: 659c23ae-54a3-4b5f-a9a6-c0ba32b7423d
|
|
- {:height 431, :width 554}
|
|
- ## 📜Reviews
|
|
- {{query (and [[REVIEWS]] (or (property :date-end [[08-01-2024]]) (property :date-start [[08-01-2024]])))}}
|
|
query-table:: true
|
|
query-properties:: [:file :year :venue :deadline]
|
|
- ## ⤴️Omnivore readings
|
|
- {{query (and (property :source [[Omnivore]]) (or (property :deadline [[08-01-2024]]) (property :date-saved [[08-01-2024]]) (property :date-archived [[08-01-2024]])))}}
|
|
query-table:: true
|
|
query-properties:: [:labels :author :site :full-title] |