Tartalomjegyzék:
Meghatározás - Mit jelent a gépi torzítás?
A gépi torzítás a hibás feltételezések hatása a gépi tanulási folyamatokban. Az elfogultság az adatok gyűjtésével vagy felhasználásával kapcsolatos problémákat tükrözi, amikor a rendszerek nem megfelelő következtetéseket vonnak le az adatkészletekről, akár emberi beavatkozás, akár az adatok kognitív értékelésének hiánya miatt.
A gépi torzítást algoritmus torzításnak vagy egyszerűen torzításnak is nevezik.
A Techopedia magyarázza a gép torzítását
A gépi torzítás különféle formákat ölthet. Az egyik legszembetűnőbb példa a gépi tanulási rendszerek használata az egyes emberekről vagy embercsoportokról való döntések meghozatalához. Például, amikor a büntető igazságszolgáltatás területén alkalmazzák, bebizonyosodott, hogy egyes gépi tanulási modellek magasabb bűncselekményt mutatnak az egyének számára olyan felületes adatok alapján, mint az etnikum vagy a hely.
A gépi torzítás tudományos szempontból történő magyarázatának másik módja az, hogy azt természetüknél fogva nem indokolt adatok "csoportosulásaként" írják le, ahol az elfogultság része annak, amit a mérnökök "elfogultság-variancia" kompromisszumként beszélnek. A nagy torzítás nem megfelelő fürtölést okozhat. A nagy szórás túlzott adat szórást okozhat. A mérnökök hivatkozhatnak egy rendszerre vagy eredményre "nagy torzítás, nagy szórás" vagy "alacsony torzítás, nagy szórás" vagy más kombinációként.
