Keadilan: Jenis bias

Objektivitas bukan merupakan sifat dasar model machine learning (ML). Praktisi ML melatih model dengan memberinya set data yang berisi contoh pelatihan, dan Keterlibatan dalam penyediaan dan kurasi data ini dapat membuat dan prediksi yang rentan terhadap bias.

Saat membuat model, penting untuk menyadari bias umum manusia yang dapat muncul di data, sehingga Anda dapat mengambil langkah proaktif untuk mengurangi efeknya.

Bias pelaporan

Bias historis

Bias otomatisasi

Bias seleksi

Bias seleksi terjadi jika contoh set data dipilih dengan cara yang tidak mencerminkan distribusi di dunia nyata. Bias seleksi memiliki berbagai bentuk, termasuk bias cakupan, bias non-respons, dan bias pengambilan sampel.

Bias cakupan

Bias Non-Respons

Bias sampling

Bias atribusi golongan

Bias atribusi golongan adalah kecenderungan untuk menggeneralisasi bahwa apa yang benar tentang individu itu berlaku untuk seluruh kelompok tempat mereka berasal. Bias atribusi golongan sering kali muncul dalam dua hal formulir.

Bias dalam golongan

Bias kehomogenan luar golongan

Bias Implisit

Bias konfirmasi

Bias pelaku eksperimen

Latihan: Memeriksa pemahaman Anda

Manakah dari jenis bias berikut yang dapat berkontribusi prediksi yang condong pada model penerimaan perguruan tinggi yang dijelaskan in pendahuluan?
Bias dalam golongan
Bias historis
Bias konfirmasi
Bias otomatisasi