การรับมือกับ Data Bias
Konstantinos Kattidis
Data Analytics Lead
การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล ได้เปลี่ยนแปลงอุตสาหกรรมทั่วโลก
ข้อมูลและ AI ได้ขยายบทบาทสู่ด้านสำคัญต่างๆ เช่น:

ควบคู่กับความก้าวหน้าเหล่านี้ เริ่มมีความกังวลเกี่ยวกับ ความลำเอียง ในระบบเหล่านี้

เกิดขึ้นเมื่อข้อมูลมีความจำกัด ทำให้ภาพของประชากรไม่ถูกต้องหรือไม่ยุติธรรม
มีสาเหตุมาจากปัจจัยต่างๆ เช่น:
ส่งผลต่อความถูกต้องและความน่าเชื่อถือของข้อมูล ลดทอนประสิทธิภาพในการสนับสนุนการตัดสินใจ



บทที่ 1 - เรียนรู้ผลกระทบของความลำเอียงในข้อมูลต่อการตัดสินใจ และเหตุใดจึงต้องคำนึงถึงเรื่องนี้เมื่อทำงานกับข้อมูล
บทที่ 2 - เรียนรู้ประเภทต่างๆ ของความลำเอียงในข้อมูลระหว่างการเก็บรวบรวม และเทคนิคในการลดความลำเอียง
บทที่ 3 - เรียนรู้ประเภทความลำเอียงที่พบบ่อยในการวิเคราะห์ข้อมูลและการนำเสนอผล พร้อมวิธีระบุและลดความลำเอียง
การรับมือกับ Data Bias