Sisällysluettelo:
Määritelmä - mitä konepainotus tarkoittaa?
Konepohjaisuus on virheellisten oletusten vaikutus koneoppimisprosesseihin. Bias kuvaa tietojen keräämiseen tai käyttöön liittyviä ongelmia, joissa järjestelmät tekevät virheellisiä johtopäätöksiä tietojoukoista joko ihmisen väliintulon tai tietojen kognitiivisen arvioinnin puutteen vuoksi.
Koneen ennakkoluulo tunnetaan myös algoritmien ennakkoluuloina tai yksinkertaisesti ennakkoluuloina.
Techopedia selittää Machine Bias
Koneen ennakkoluulot ovat erilaisia. Yksi näkyvimmistä esimerkeistä sisältää koneoppimisjärjestelmien käytön arvioidessaan yksittäisiä ihmisiä tai ihmisryhmiä. Esimerkiksi, kun niitä käytetään rikosoikeuden alalla, joidenkin koneoppimismallien on osoitettu olettavan suurempaa rikollisuutta yksilöiden suhteen pinnallisten tietojen, kuten etnisyyden tai sijainnin, perusteella.
Toinen tapa selittää koneellisia puolueellisuuksia tieteellisellä tasolla on kuvaamalla sitä tietojen "ryhmittymäksi", jota ei ole luonnostaan perusteltu, jolloin puolueellisuus on yksi osa sitä, mitä insinöörit puhuvat "puolueellisuuden varianssin" kompromissina. Suuri vääristys voi aiheuttaa virheellisen ryhmittelyn. Suuri varianssi voi aiheuttaa liiallista datan sirontaa. Suunnittelijat saattavat viitata järjestelmään tai tulokseen "suurella biaasilla, suurella varianssilla" tai "pienellä esijännityksellä, suurella varianssilla" tai jollain muulla yhdistelmällä.
