資料來源的限制

負責任的 AI 資料管理

Maria Prokofieva

Lead ML Engineer

資料來源與常見限制

• 法規遵循
• 偏誤
• 方法論
• 領域知識的角色

法律與存取層面的限制

• 僅限特定專案用途
• 額外合規要求
• 成本過高

 

¹ Image by Streamline HQ

資料來源的偏誤

• 系統性誤差
• 扭曲的認知
• 結果不均
• 使部分族群受不利影響

偏誤的種類

• 歷史偏誤：
  • 不相干的過去模式與結果
• 選擇偏誤：
  • 選擇納入哪些資料點
• 抽樣偏誤
  • 使用的抽樣方法

¹ Image by Streamline HQ

偏誤與來源層面的限制

• 資料涵蓋受限
• 文化與地理限制
• 範圍與納入條件受限

   

偏誤與方法論層面的限制

• 資料蒐集方法的選擇
• 抽樣作法

領域知識

• 限制或隱性偏誤
• 及早與領域專家合作
• 建模前先緩解限制

都會車流專案

資料來源：

• 車流計數資料
• 市議會會議紀錄
• GPS 追蹤資料

¹ Images by Streamline HQ

都會車流專案

歷史車流計數資料：

• 歷史偏誤
• 過去的都市格局

會議紀錄資料：

• 選擇偏誤
• 某些社群成員代表性失衡

¹ Images by Streamline HQ

都會車流專案

GPS 追蹤資料：

• 抽樣與選擇偏誤
• 可能無法代表所有通勤者

¹ Image by Streamline HQ

一起來練習吧！

負責任的 AI 資料管理