Innehållsförteckning:
Definition - Vad betyder Machine Bias?
Maskinspänning är effekten av felaktiga antaganden i maskininlärningsprocesser. Bias reflekterar problem relaterade till insamling eller användning av data, där system drar felaktiga slutsatser om datasätt, antingen på grund av mänsklig intervention eller som ett resultat av brist på kognitiv bedömning av data.
Maskinspänning är också känd som algoritmförspänning eller helt enkelt förspänning.
Techopedia förklarar Machine Bias
Maskinförspänning har olika former. Ett av de mest framträdande exemplen handlar om att använda maskininlärningssystem för att bedöma enskilda personer eller grupper av människor. Till exempel, när de används inom området straffrätt, har vissa maskininlärningsmodeller visat sig anta högre brottsfrekvens för individer baserat på ytliga uppgifter som etnicitet eller plats.
Ett annat sätt att förklara maskinskydd i vetenskapliga termer är genom att beskriva det som en "kluster" av data som inte är i sig berättigade, där partiskhet är en del av det som ingenjörer talar om som en "bias-varians" avvägning. Hög förspänning kan orsaka felaktig kluster. Hög varians kan orsaka överdriven dataspridning. Ingenjörer kan hänvisa till ett system eller resultat som "hög förspänning, hög varians" eller "låg förspänning, hög varians" eller någon annan kombination.
