Un modèle d'apprentissage automatique attribue des bourses d'études à 48 % des candidat·es de Montréal et de Québec, contre 27 % dans les régions éloignées. Nous avons montré qu'à cote R égale, les régions sont pénalisées d'environ 1,6 point, et que retirer la colonne région ne suffit pas, car la distance, les heures travaillées et le revenu la trahissent. Notre solution isole cette pénalité dans le modèle, puis l'efface au moment de décider, tout en respectant le budget de 40 % de bourses. Résultat : à mérite égal, la région ne change plus la décision.
Built With
- jupyter
- python
Log in or sign up for Devpost to join the conversation.