Correction maman

1 files changed, 2 insertions, 2 deletions

diff --git a/aia/fair_reg.tex b/aia/fair_reg.tex
index 6c01cc8..ed5d10a 100644
--- a/aia/fair_reg.tex
+++ b/aia/fair_reg.tex
@@ -3,7 +3,7 @@ Dans le cas d'un classifieur binaire ($\hat{Y}$) avec attribut binaire ($S$), no
 \begin{equation*}
     \text{DemParLvl} = |P(\hat{Y}=1|S=0) - P(\hat{Y}=1|S=1)|
 \end{equation*}
-C'est l'écart de prédiction positive entre la classe majoritaire(par exemple les blancs, le hommes, ...) et la classe minoritaire (les noirs, les femmes, ...).
+C'est l'écart de prédiction positive entre la classe majoritaire (par exemple les blancs, les hommes, ...) et la classe minoritaire (les noirs, les femmes, ...).
 \begin{propriete}
     \label{prop:aia-dpl0}
     Un classifieur qui satisfait la parité démographique a un DemParLvl égal à zéro.
@@ -13,7 +13,7 @@ La démonstration est triviale à partir de la Définition~\ref{def:background-e
 DemPar est équivalente à dire que la prédiction du modèle est indépendante de l'attribut sensible.
 Nous remarquons que cette définition n'est ni restreinte à des problèmes de classifications, ni à des attributs sensibles binaires, ni même à des attributs sensibles qui prennent leurs valeurs dans un ensemble fini.
 Ainsi nous définissons la notion suivante:
-\begin{definition}{Parité démographique généralisée.}
+\begin{definition}[Parité démographique généralisée]
     \label{def:aia-dempargen}
 Soit $(\Omega,\mathcal{T},P$) un espace probabilisé.
 Soient $(E,\mathcal{E})$, $(F,\mathcal{F})$ et $(G,\mathcal{G})$ des espaces mesurables.