資料來源選擇

負責任的 AI 資料管理

Maria Prokofieva

Lead ML engineer

為何要選擇？

• 確保資料品質
• 符合法規
• 公平性

 

步驟 1：專案關聯性

• 與專案目標的關聯性
• 檢查是否一致於
  • 主題領域
  • 範疇
  • 預期成果

步驟 2：資料來源可信度

• 評估完整性與可信度
• 評價與推薦
• 蒐集過程透明
• 合規與授權
• 高品質：定期更新

步驟 3：法規遵循

• 資料的合法性
• 專案的法遵要求
• 法務諮詢：
  • 適用法規與限制
  • 資料去識別化
  • 資料安全要求
• 經法務團隊核可

步驟 4：技術品質

• 結構健全與可用性
• 完整
• 一致
• 準確
• 及時

步驟 5：偏誤與代表性

• 人口代表性分析
• 受保護特徵
• 分析族群分佈
• 公平性指標
• 資料增強

步驟 6：最終選擇

• 納入條件：
  • 持續一致
  • 可用轉換、增強或演算法修正
• 排除條件：
  • 關鍵面向不足
• 諮詢領域專家

都會交通流量專案

資料來源：

1. 交通計數資料
2. 市議會會議紀錄
3. GPS 追蹤資料
4. 社群媒體對交通狀況的提及
5. 通勤者問卷資料

¹ Images by Streamline HQ

都會交通流量專案

排除：

• 社群媒體資料
• 通勤者問卷資料

調整：

• 市議會會議紀錄
• 交通計數資料
  • 加入感測器額外資料
• GPS 資料
  • 加入攝影機額外資料

一起來練習吧！

負責任的 AI 資料管理