Omezení zdrojů dat

Zodpovědná správa dat v AI

Maria Prokofieva

Lead ML Engineer

Zdroje dat a jejich omezení

Právní soulad
Předsudky
Metodologie
Role znalosti domény

Právní omezení a omezení přístupu

Omezené využití dat pro určité typy projektů
Dodatečné požadavky na soulad
Vysoké náklady

Datová shoda

¹ Image by Streamline HQ

Předsudky ve zdrojích dat

Systematické chyby
Zkreslené vnímání
Nerovnoměrné výsledky
Znevýhodnění určitých skupin

Typy předsudků

Historický předsudek:
- Nerelevantní vzory a výsledky
Selekční předsudek:
- Výběr datových bodů k zahrnutí
Předsudek při vzorkování
- Metoda použitá pro vzorkování

Váhy předsudků

¹ Image by Streamline HQ

Omezení na základě předsudků a původu

Omezené pokrytí dat
Kulturní a geografická omezení
Omezený rozsah a zahrnutí

Skupina lidí

Omezení na základě předsudků a metodologie

Volba metod sběru dat
Přístupy k vzorkování

Vícebarevné ruce s otevřenými dlaněmi zdvižené nahoru

Znalost domény

Omezení nebo skryté předsudky
Zapojení odborníků na dané téma v rané fázi
Zmírnění omezení před modelováním

Projekt sledování městského provozu

Zdroje dat:

Data o počtu vozidel
Zápisy ze zasedání zastupitelstva
Data ze sledování GPS

Projekt sledování městského provozu

¹ Images by Streamline HQ

Projekt sledování městského provozu

Historická data o počtu vozidel:

Historické předsudky
Dřívější rozvržení města

Data ze zápisů ze zasedání:

Selekční předsudek
Neúměrné zastoupení některých členů komunity

data o provozu

¹ Images by Streamline HQ

Projekt sledování městského provozu

Data ze sledování GPS:

Předsudky při vzorkování a výběru
Nemusí reprezentovat všechny dojíždějící

gps

¹ Image by Streamline HQ

Pojďme si procvičit!

Zodpovědná správa dat v AI

Preparing Video For Download...