機械学習モデルの公平性(フェアネス)評価において、「人口統計学的パリティ(Demographic Parity)」と「均等機会(Equal Opportunity)」の違いを正しく説明しているものはどれですか?
正解: 人口統計学的パリティは各グループの陽性予測率が等しいことを求め、均等機会は実際に陽性であるサンプルに対する各グループの真陽性率(再現率)が等しいことを求める。 人口統計学的パリティ(Demographic Parity)は、保護属性(性別・人種等)に関わらず各グループの陽性予測率が等しいことを要求します。均等機会(Equal Opportunity)は、実際に陽性のサンプルに限定して各グループの真陽性率(再現率/Recall)が等しいことを要求する、より緩やかな公平性の基準です。 選択肢Bは誤り:両指標ともグループレベルの公平性指標であり、一方が個人レベル・他方がグループレベルという区別ではありません。 選択肢Cは誤り:両指標はともにモデルの予測結果に対する公平性を評価するものであり、一方がデータバイアス・他方が予測バイアスという区別は存在しません。 選択肢Dは誤り:人口統計学的パリティは陽性予測率(Positive Rate)、均等機会は真陽性率(TPR/Recall)を扱うものであり、精度(Accuracy)や適合率(Precision)とは異なる指標です。