สรุปบทเรียน
การรับมือกับ Data Bias
Konstantinos Kattidis
Data Analytics Lead
บทที่ 1: ทำความเข้าใจอคติในข้อมูล
- ได้เรียนรู้แนวคิดเรื่องอคติในข้อมูล รวมถึงการเกิดขึ้นและการแพร่กระจายตลอดวงจรชีวิตข้อมูล
- ได้ศึกษาผลกระทบต่อการตัดสินใจ และระบุประเภทต่าง ๆ ของอคติในข้อมูล
บทที่ 2: อคติในการเก็บรวบรวมข้อมูล
- ได้เรียนรู้การ ระบุและแก้ไข อคติจากการคัดเลือก อคติทางประวัติศาสตร์ และอคติจากการวัด
- ได้ สำรวจกลยุทธ์ เพื่อให้ชุดข้อมูลมีความหลากหลายและเป็นตัวแทนที่ดี
(การสุ่มตัวอย่าง การสุ่มแบบแบ่งชั้น การเพิ่มข้อมูล และเครื่องมือวัดที่เป็นมาตรฐาน)
บทที่ 3: อคติในการวิเคราะห์ข้อมูล
- ได้สำรวจ อคติทางความคิด เช่น อคติยืนยันและการยึดติดกับข้อมูลแรก
- ได้เรียนรู้เรื่อง อคติจากการรายงาน และผลกระทบ รวมถึงวิธีที่ อคติเชิงอัลกอริทึม ส่งผลต่อการพัฒนาโมเดลและผลลัพธ์
- ได้ฝึกใช้เทคนิค ตรวจจับและลดอคติ
สรุปทุกอย่างและขั้นตอนถัดไป
