最终项目演示 团队成员 布莱克·哈通（Blake Hartung），汉娜·赫兹（Hannah Hertz），卡伦·兰德尔（Calen Randall），拉吉·塔卢德（Raj Talukder） 贡献陈述 我们每个人至少创建了2个研究问题和相应的可视化图像，以开始探索我们的项目主题。 然后，我们通过Git-Hub合作创建了HTML和CSS文件。 随着我们继续完善最终的交付成果，我们将创建更多的可视化效果，并为我们的项目提供一个中心叙述。 此检查点中包含的可视化内容和描述性文字绝对是“草稿”，并将继

公平项目合作主题 通过在RKHS中嵌入公平特征进行公平的内核回归。 接受了国际人工智能工具大会（ICTAI），2019年。 。 通过模型集成提高预测公平性。 接受了国际人工智能工具会议（ICTAI），2019年。 。 FastText通过样本选择偏差校正从自我报告的Twitter数据中学习。 ACM落基山计算机妇女庆祝活动，2018年。 。