Prof. Dr. Niki Kilbertus

Fakultät

Informatik

Wissenschaftliche Laufbahn und Forschungsgebiete

Niki Kilbertus und sein Team erforschen Interaktionen zwischen Algorithmen des maschinellen Lernens und Menschen im Hinblick auf ethischen Konsequenzen und die Zuverlässigkeit dieser Systeme. Insbesondere interessieren wir uns dabei auch dafür, wie man kausale Effekte in automatisierten Entscheidungsprozessen anhand von Beobachtungsdaten erkennen und quantifizieren kann.

Nach dem Studium der Mathematik und Physik an der Universität Regensburg promovierte Niki Kilbertus 2020 in maschinellem Lernen an der University of Cambridge (UK) in einem gemeinsamen PhD-Programm mit dem Max Planck Institut für Intelligente Systeme. Seit 2020 ist er Young Investigator Group Leader bei Helmholtz AI am Helmholtz Zentrum München. Seit 2021 ist er Assistant Professor an der TUM und leitet weiterhin die Gruppe bei Helmholtz AI.

Hron J, Krauth K, Jordan MI, Kilbertus N: "On component interactions in two-stage recommender systems”.  Advances in Neural Information Processing Systems. 2021.

Abstract

Kilbertus N, Kusner MJ, Silva R: "A class of algorithms for general instrumental variable models”. Advances in Neural Information Processing Systems. 2020.

Abstract

Kilbertus N, Gomez-Rodriguez M, Schölkopf B, Muandet K, Valera I: "Fair decisions despite imperfect predictions”. International Conference on Artificial Intelligence and Statistics. 2020.

Abstract

Kilbertus N, Gascón A, Kusner MJ, Veale M, Gummadi KP, Weller A: “Blind Justice: Fairness with Encrypted Sensitive Attributes”. International Conference on Machine Learning. 2018.

Abstract

Kilbertus, N, Rojas-Carulla M, Parascandolo G, Hardt M, Janzing D, Schölkopf B: “Avoiding discrimination through causal reasoning”. Advances in Neural Information Processing Systems. 2017.

Abstract