本研究将多目标神经架构搜索和超参数优化应用于表格数据，通过同时优化架构和训练超参数，解决了准确性和公平性的问题。研究发现，仅通过神经架构搜索优化的模型无法固有地解决公平性问题。该研究展示了在深度学习模型中自动化公平性和准确性优化的潜力。

本研究使用多目标神经架构搜索和超参数优化，解决表格数据模型的公平性问题。研究发现，仅优化准确性的模型无法解决公平性问题。该研究设计了能在公平性、准确性或两者方面优于目前最先进的偏执缓解方法的模型，并达到了帕累托最优。研究强调了深度学习模型中自动化公平性和准确性优化的潜力。