Machine Learning की सीमाएँ

Understanding Machine Learning

Sara Billen

Curriculum Manager, DataCamp

डेटा गुणवत्ता

कचरा अंदर, कचरा बाहर

  • Garbage in, garbage out
  • आउटपुट की गुणवत्ता इनपुट की गुणवत्ता पर निर्भर है
Understanding Machine Learning

कैसे सब बुरी तरह गलत हो सकता है

Amazon का जेंडर-पक्षपाती रिक्रूटिंग टूल

रोबोट आवेदकों को आवर्धक शीशे से देखता हुआ

  • रिज्यूमे रिव्यू में मदद के लिए रिक्रूटिंग सॉफ्टवेयर
  • ऐतिहासिक डेटा से सीखकर पुरुषों को वरीयता दी, क्योंकि पहले अधिक पुरुष हायर हुए थे
  • इसने वे रिज्यूमे डाउनग्रेड किए जो
    • "women" शब्द रखते थे
    • जिनसे आवेदक के महिला होने का संकेत मिलता था
Understanding Machine Learning

कैसे सब बुरी तरह गलत हो सकता है

Microsoft का AI चैटबॉट

Tay का ट्विटर अकाउंट

Tay के ट्वीट के उदाहरण

Understanding Machine Learning

सावधान रहें

सावधानी चिह्न

  • अपने मॉडल पर आँख बंद करके भरोसा न करें
  • जागरूकता सबसे अहम है
  • अपने डेटा पर ध्यान दें

$$

A machine learning model is only as good as the data you give it

Understanding Machine Learning

क्वालिटी एश्योरेंस

  • उच्च-गुणवत्ता डेटा के लिए ज़रूरी:
    • डेटा विश्लेषण
    • आउटलाईर्स की समीक्षा
    • डोमेन विशेषज्ञता
    • डॉक्यूमेंटेशन

डेटा पर आवर्धक शीशा

Understanding Machine Learning

Explainability

Understanding Machine Learning

Explainability

  • भरोसा, स्पष्टता और समझ बढ़ाने के लिए पारदर्शिता
  • उपयोग: बिज़नेस अपनाना, नियामकीय निगरानी, बायस कम करना
Understanding Machine Learning

Explainable AI

ब्लैक बॉक्स

  • डीप लर्निंग
  • "What?" के लिए बेहतर
  • उच्च-सटीकता वाली प्रेडिक्शंस

Explainable AI

  • पारंपरिक मशीन लर्निंग
  • "Why?" के लिए बेहतर
  • इंसानों के समझने लायक
Understanding Machine Learning

उदाहरण: Explainable AI

insurance-customer-churn-analytics.jpg

  1. Prediction: क्या मरीज को डायबिटीज़ होगा?
  2. Inference: ऐसा क्यों होगा
Understanding Machine Learning

उदाहरण: Inexplicable AI

Handwriting.jpg

सिर्फ Prediction: यह कौन-सा अक्षर होने की संभावना है?

Understanding Machine Learning

अभ्यास करते हैं!

Understanding Machine Learning

Preparing Video For Download...