Satura rādītājs:
Definīcija - ko nozīmē mašīnu neobjektivitāte?
Mašīnas aizspriedumi ir kļūdainu pieņēmumu ietekme mašīnmācīšanās procesos. Neobjektivitāte atspoguļo problēmas, kas saistītas ar datu vākšanu vai izmantošanu, kad sistēmas izdara nepareizus secinājumus par datu kopām vai nu cilvēka iejaukšanās, vai datu izziņas novērtējuma trūkuma dēļ.
Mašīnas novirzes sauc arī par algoritma nobīdi vai vienkārši par novirzi.
Techopedia skaidro mašīnu neobjektivitāti
Mašīnas aizspriedumi izpaužas dažādās formās. Viens no spilgtākajiem piemēriem ir mašīnmācīšanās sistēmu izmantošana, lai spriestu par atsevišķiem cilvēkiem vai cilvēku grupām. Piemēram, kad tiek izmantoti kriminālās justīcijas jomā, daži mašīnmācīšanās modeļi pieļauj lielāku noziedzības līmeni personām, pamatojoties uz virspusējiem datiem, piemēram, etnisko piederību vai atrašanās vietu.
Vēl viens veids, kā zinātniski izskaidrot mašīnu aizspriedumus, ir to raksturot kā pēc būtības neattaisnojamu datu “kopu”, kur neobjektivitāte ir viena daļa no tā, ko inženieri runā par “neobjektivitātes” kompromisu. Liela novirze var izraisīt nepareizu klasteru veidošanos. Liela dispersija var izraisīt pārmērīgu datu izkliedi. Inženieri var atsaukties uz sistēmu vai rezultātu kā "lielu novirzi, lielu dispersiju" vai "mazu novirzi, lielu dispersiju" vai kādu citu kombināciju.
