Машинное обучение без иллюзий. Понимание возможностей и границ ML

Kitobdan iqtiboslar  Машинное обучение без иллюзий. Понимание возможностей и границ ML
muallif Сергей Кирницкий

Toʻliq oʻqish va tinglash
Bepul parcha
O‘qish
Tinglash
Kitob haqidaTaassurotlar7Iqtiboslar199Oʻqiyapti1KJavonlardaOʻxshash kitoblar
Пользователь #.
Пользователь #.iqtibos olmoqda8 oy oldin
сигнал к продаже, что привело к каскадному обрушению рынка. Модели пытались экстраполировать за пределы известной им области, где закономерности уже не работали. Ключевое ограничение
2 kishiga yoqdi
Fikr bildirish
nadcablook
nadcablookiqtibos olmoqda6 oy oldin
Теперь мы решаем: какие данные собирать, какую архитектуру модели выбрать, какую метрику оптимизировать, где поставить пороговое значение. Каждое из этих решений влияет на судьбы тысяч людей, но принимается на уровне метарешений, часто без полного понимания последствий.
1 kishiga yoqdi
Fikr bildirish
Елисей
Елисейiqtibos olmoqda2 hafta oldin
Метрика растёт, реальная продуктивность падает. Это классический пример закона Гудхарта в действии: когда метрика становится целью, она перестаёт быть хорошей метрикой.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Математические допущения о распределении данных (статистических характеристиках данных) могут казаться чисто техническими, но имеют реальные последствия. Многие алгоритмы предполагают нормальное распределение (колоколообразную кривую частот) признаков.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Допущения о независимости признаков (характеристик объектов) часто нарушаются в реальном мире. Наивный байесовский классификатор (алгоритм, предполагающий независимость признаков друг от друга) популярен для некоторых задач именно из-за своей простоты. Он предполагает, что вероятность появления каждого признака независима от других.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Временные допущения — предположение, что будущее будет похоже на прошлое — лежат в основе всего машинного обучения.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
факторов и недооценивать роль случайности. Допущения о репрезентативности выборки создают особенно коварные проблемы. Модель (система машинного обучения) предполагает, что обучающие данные (данные для настройки модели) представляют всю популяцию, на которой она будет применяться. Но это редко соответствует реальности.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Модель машинного обучения (система статистического анализа), обученная на таких данных, будет систематически переоценивать роль измеримых факто
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Проблема выжившего — ещё одно критическое допущение, часто остающееся незамеченным. Мы анализируем только те данные, которые «выжили» до момента анализа, игнорируя то, что исчезло по пути.
Fikr bildirish
Ника Я.
Ника Я.iqtibos olmoqda3 hafta oldin
Ещё более фундаментальное допущение касается самой природы задачи классификации (разделения объектов на категории). Алгоритмы классификации предполагают, что мир состоит из дискретных, чётко разделённых категорий. Но реальность часто представляет собой континуум.
Fikr bildirish