Публикации по теме 'algorithmic-bias'
Предубеждения в машинном обучении могут определять результаты в отношении здоровья меньшинств
Если вы не белый, алгоритмы машинного обучения могут стать смертным приговором.
Эта статья также является частью публикации Tech in Policy . TIP фокусируется на использовании технологий во благо и проливает свет на их более злонамеренные или небрежные реализации.
Независимо от того, знаете вы или нет, ваши поисковые запросы в Google, вопросы, заданные Siri, и хронология Facebook - все это зависит от искусственного интеллекта (ИИ) для эффективной работы. Искусственный интеллект..
Оценка справедливости модели: заявки на получение кредита
Ключевые выводы
После оценки модели я обнаружил, что наиболее важными факторами для прогнозирования трудностей с оплатой были (1) цена товаров, на которые был запрошен кредит, и (2) количество дней, в течение которых заявитель работал. Демографические факторы, такие как пол, доход или род занятий, не имели большого значения для прогнозирования трудностей с оплатой. Модель имела тенденцию преувеличивать любые небольшие тенденции в обучающих данных. Могут быть опасные социальные..
Компромисс человеческого предубеждения и точности
Компромисс человеческого предубеждения и точности
Понимание того, как исторические данные могут привести к алгоритмическому смещению на наивном примере модели прогнозирования компенсации
Быть человеком - значит быть предвзятым?
Предубеждение - это тенденция или склонность к предпочтению или нежеланию одного набора над другим. У всех людей есть определенная степень предвзятости, потому что мы по своей сути запрограммированы на распознавание любого другого как угрозы...