[G1-Sync] Manual knowledge update

10_Wiki/Topics/Algorithmic Fairness.md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AUTO-ALFA-001
+id: [[P-Reinforce]]-AUTO-ALFA-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.96
-tags: [auto-reinforced, algorithmic-fairness, bias, equality, machine-learning-ethics, data-governance]
+tags: [auto-reinforced, algorithmic-fairness, bias, [[Equality]], machine-learning-ethics, data-governance]
 last_reinforced: 2026-04-20
 ---
 
@@ -21,7 +21,7 @@ last_reinforced: 2026-04-20
     *   **Demographic Parity**: 모든 집단에 대해 긍정적인 예측 결과 비율이 같아야 함.
     *   **Equalized Odds**: 오답률(FP, FN)이 집단별로 균등해야 함.
 3.  **대응 기법**:
-    *   **Pre-processing**: 학습 전 데이터를 재가공하여 균형 맞춤.
+    *   **Pre-[[Processing]]**: 학습 전 데이터를 재가공하여 균형 맞춤.
     *   **In-processing**: 학습 과정에서 공정성 제약 조건(Penalty) 추가.
     *   **Post-processing**: 결과 도출 후 편향이 감지되면 보정.