انصاف: انواع سوگیری

مدل‌های یادگیری ماشین (ML) ذاتاً عینی نیستند. متخصصان ML مدل‌ها را با تغذیه مجموعه‌ای از نمونه‌های آموزشی به آن‌ها آموزش می‌دهند، و مشارکت انسان در تهیه و بررسی این داده‌ها می‌تواند پیش‌بینی‌های یک مدل را مستعد سوگیری کند.

هنگام ساختن مدل‌ها، مهم است که از سوگیری‌های رایج انسانی که می‌توانند در داده‌های شما آشکار شوند آگاه باشید، بنابراین می‌توانید اقدامات پیشگیرانه‌ای برای کاهش اثرات آنها انجام دهید.

سوگیری گزارش

سوگیری تاریخی

تعصب اتوماسیون

سوگیری انتخاب

سوگیری انتخاب زمانی اتفاق می‌افتد که نمونه‌های مجموعه داده به گونه‌ای انتخاب شوند که منعکس کننده توزیع دنیای واقعی آنها نباشد. سوگیری انتخاب می تواند اشکال مختلفی داشته باشد، از جمله سوگیری پوشش، سوگیری بدون پاسخ و سوگیری نمونه گیری.

سوگیری پوشش

سوگیری بدون پاسخ

سوگیری نمونه گیری

سوگیری اسناد گروهی

سوگیری اسناد گروهی تمایلی به تعمیم آنچه در مورد افراد صادق است به کل گروهی است که به آن تعلق دارند. سوگیری اسناد گروهی اغلب به دو شکل زیر ظاهر می شود.

تعصب درون گروهی

سوگیری همگنی خارج از گروه

تعصب ضمنی

سوگیری تایید

تعصب آزمایشگر

تمرین: درک خود را بررسی کنید

کدام یک از انواع سوگیری های زیر می تواند به پیش بینی های نادرست در مدل پذیرش کالج که در مقدمه توضیح داده شد کمک کند؟
تعصب درون گروهی
سوگیری تایید
تعصب اتوماسیون
سوگیری تاریخی