Model data dan pembelajaran mesin yang bertanggung jawab
Diperkenalkan| English | Makna |
|---|---|
| primary key/ˈpraɪməri kiː/ | kunci utama |
| data leakage/ˈdeɪtə ˈliːkɪdʒ/ | kebocoran data |
Apa yang akan menjelaskan pengamatan ini?
- Model dapat mendapat nilai tinggi dengan mempelajari jalan pintas dalam data pelatihan. Evaluasi harus menguji tugas yang dimaksud pada contoh yang belum terlihat yang sesuai.
- Mulailah dengan prediksi. Nyatakan besaran atau fitur apa yang akan Anda bandingkan, lalu tentukan bukti apa yang dapat membedakan dua penjelasan.
Bangun modelnya
- Database relasional menggunakan tabel, kunci, dan hubungan untuk mengatur data. Pembelajaran mesin memperkirakan pola dari data. Data pelatihan dan evaluasi berperan berbeda.
- primary key: Himpunan atribut yang secara unik mengidentifikasi rekaman; kebocoran data: Penggunaan informasi yang tidak tersedia pada waktu prediksi yang dimaksud.
Mengapa data uji harus dipisahkan dari data pelatihan?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Data uji harus belum terlihat selama pelatihan, atau skor mengukur hafalan alih-alih generalisasi. Tidak ada pembagian data yang dapat menjamin kausalitas atau prediksi sempurna; pembagiannya hanya membuat evaluasi jujur.
Pasangkan setiap istilah teknis dengan maknanya yang tepat.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Gunakan definisi untuk membedakan besaran dan proses yang terkait.
Pilih bukti yang boleh mengujinya
- Kunci utama secara unik mengidentifikasi rekaman; kunci asing menghubungkan rekaman. Dalam prediksi, kebocoran dapat mengekspos informasi yang tidak tersedia pada waktu keputusan nyata. Akurasi saja mungkin menyembunyikan distribusi target yang tidak seimbang.
- Gunakan catatan pemesanan fiksi untuk mengidentifikasi entitas, atribut, dan hubungan. Untuk latihan pembelajaran, gunakan dataset publik yang tidak sensitif, pisahkan data pelatihan dan pengujian, serta jelaskan siapa yang mungkin terdampak oleh kesalahan. Cakupan tujuan CS 2027 saat ini menantikan panduan yang diperoleh.
Dua kebiasaan manakah yang membuat penyelidikan atau model dalam kasus ini lebih dapat dipertanggungjawabkan?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Menyatakan kondisi dan asumsi memungkinkan orang lain mengulangi pekerjaan persis seperti itu, dan mencatat bukti pendukung memungkinkan mereka memeriksa kesimpulan. Menyembunyikan hasil yang bertentangan menghilangkan bukti yang dapat menentang kesimpulan yang salah, dan satu pengukuran tidak pernah dapat menetapkan klaim yang lebih luas.
Bekerja daripada kuantiti yang diketahui
- Nyatakan nilai yang diketahui dan unitnya. Pilih hubungan kerana asumsinya sesuai dengan kes ini, kemudian susun semula sebelum menggantikan.
- Diketahui: sebuah classifier membuat 90 prediksi benar di antara 100 kasus. Akurasi = benar/total×100 = 90%. Jika 90 kasus termasuk dalam satu kelas, selalu memprediksi kelas tersebut memberikan akurasi yang sama dan masih dapat gagal pada setiap kasus minoritas.
Sebuah model membuat 72 prediksi benar dari 80. Temukan persentase akurasi. Gunakan urutan yang sama: besaran diketahui → model → hubungan → substitusi → unit dan interpretasi.
Sebuah model membuat 72 prediksi benar dari 80. Temukan persentase akurasi.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Hasilnya adalah 90 %. Diketahui: 72 benar dari 80. Gunakan akurasi = benar / total x 100. Akurasi = 72/80 x 100 = 90%. Dengan himpunan yang tidak seimbang, angka ini dapat menyembunyikan kegagalan pada kelas minoritas.
Semak kesimpulan dan had-hadnya
- Akurasi tinggi bukan bukti keadilan atau pemahaman kausal. Kunci primer database bukanlah sekadar bidang mana pun yang terlihat penting.
- Kembali ke pengamatan awal. Jelaskan apa hasil tersebut mendukung, kondisi apa yang diasumsikannya, dan satu cara untuk menguji penjelasan saingan.
Klasifikator dengan akurasi 90% harus memperlakukan setiap kelas secara setara. Klaim ini salah: Jika 90 dari 100 kasus adalah Kelas A, selalu menjawab A menghasilkan skor 90% tetapi gagal pada semua kelas lainnya. Akurasi harus dibaca bersama hasil per-kelas dan keseimbangan kelas.
Model data dan pembelajaran mesin yang bertanggung jawab: Kunci primer secara unik mengidentifikasi sebuah rekaman; kunci asing menghubungkan rekaman. Dalam prediksi, kebocoran dapat membocorkan informasi yang tidak tersedia pada waktu keputusan nyata. Akurasi saja dapat menyembunyikan distribusi target yang tidak seimbang.
Sebuah klasifikasi dengan akurasi 90% harus memperlakukan setiap kelas dengan sama baiknya.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Jika 90 dari 100 kasus adalah kelas A, selalu menjawab A memberikan skor 90% namun gagal pada setiap kelas lain. Akurasi harus dibaca bersama hasil per-kelas dan keseimbangan kelas.
Set atribut yang secara unik mengidentifikasi rekaman: tulis istilah teknisnya.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
primary key berarti Set atribut yang secara unik mengidentifikasi rekam jejak.