Об’єктивність: типи упередженості

Моделі машинного навчання не є об’єктивними за своєю суттю. Спеціалісти з машинного навчання тренують моделі, використовуючи для цього набір навчальних прикладів, а участь людей у створенні й обробці цих даних може зробити прогнози моделі упередженими.

При створенні моделей важливо знати про поширені людські упередження, які можуть проявлятись у ваших даних, щоб завчасно вживати заходів і пом’якшувати наслідки.

Упередженість звітування

Історична упередженість

Упередженість автоматизації

Упередженість вибору

Упередженість вибору виникає, коли приклади для набору даних вибирають так, що вони не відображають реальний розподіл. Цей вид упередженості може проявлятися в різних формах, таких як упередженість охоплення, відсутності відповіді й вибірки.

Упередженість охоплення

Упередженість відсутності відповіді

Упередженість вибірки

Упередженість групової атрибуції

Упередженість групової атрибуції — це схильність переносити характеристики окремих осіб на цілу групу, до якої вони належать. Вона часто проявляється у двох формах.

Груповий фаворитизм

Гомогенність чужої групи

Прихована упередженість

Упередженість підтвердження

Упередженість експериментатора

Вправа. Перевірте свої знання

Які з наведених нижче типів упереджень могли частково спричинити спотворені результати моделі, що прогнозує прийом у коледжі, яку описано у вступній частині?
Упередженість автоматизації
Історична упередженість
Груповий фаворитизм
Упередженість підтвердження