Slovník výrazov AI/Zodpovedná AI a férovosť

Zodpovedná AI a férovosť

výberové skreslenie

Anglický výraz selection bias

základnéheslo č. 10705 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená výberové skreslenie?

Výberové skreslenie vzniká, keď pravdepodobnosť zaradenia do dát súvisí s vlastnosťami alebo výsledkami, takže pozorovaná vzorka nereprezentuje cieľovú populáciu. Zahŕňa samovýber, pokrytie zdroja aj selektívne získanie výsledkov.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Model úspechu sa učí iba z klientov, ktorým starý systém schválil službu. Tím označí chýbajúce kontrafakty, analyzuje politiku výberu a použije bezpečný pilot na získanie širších výsledkov.

Overiteľnosť

Odborné zdroje

  1. Barocas, Hardt & Narayanan - Fairness and Machine Learningfairmlbook.org
  2. NIST/SEMATECH - Statistical significanceitl.nist.gov

Praktické odpovede

Často kladené otázky

Čo presne znamená výberové skreslenie?

Výberové skreslenie vzniká, keď pravdepodobnosť zaradenia do dát súvisí s vlastnosťami alebo výsledkami, takže pozorovaná vzorka nereprezentuje cieľovú populáciu.

Kedy sa výberové skreslenie používa?

Model úspechu sa učí iba z klientov, ktorým starý systém schválil službu.

Od čoho treba výberové skreslenie odlíšiť?

Reprezentačné skreslenie opisuje nedostatočné zastúpenie; selection bias zdôrazňuje mechanizmus, ktorý vzorku vytvoril.

Ako sa výberové skreslenie kontroluje?

Porovná sa rámec populácie so vzorkou, pravdepodobnosť zahrnutia, strata záznamov, historická politika a citlivosť na váhy.

Aké obmedzenie má výberové skreslenie?

Váhovanie neopraví skupiny alebo výsledky, ktoré v dátach vôbec nie sú, ani nepozorované dôvody výberu.