Primeiramente, parabéns pelo trabalho e obrigado pela apresentação. É um tema muito pertinente e atual. Gostaria de colocar algumas questões.

1) Pelo texto, fiquei com a impressão que talvez as linhas e colunas da Tabela 1 estejam trocadas. Como está, na Tabela 1 (a), temos 63.21% de verdadeiros positivos; 36.78% de falsos positivos; 9.68% de falsos negativos; e 90.32% de verdadeiros negativos. É isso? Ou seriam 36.78% de falsos negativos e 9.68% de falsos positivos?

2) Como é o programa classificador nesse exemplo? É uma rede neural? Além do gênero, quais informações são usadas para classificar se um indivíduo ganha mais que 50 mil dólares anuais?

3) Você poderia explicar com mais detalhes como é a reponderação de dados de Kamiran e Calders? Aumenta-se o número de dados femininos para que haja paridade entre gêneros na base de dados? Ou considera-se um peso maior nos dados femininos na função de perda a ser minimizada durante o treinamento? Ou outra coisa?

4) O resultado final, após incluir as técnicas de correção de viés, não foi apresentado em uma tabela de confusão. As técnicas utilizadas não foram suficientes para solucionar o problema? Se for o caso, você poderia discorrer um pouco sobre isso? Quais os possíveis motivos? O que poderia ser feito numa eventual continuação do trabalho?