理解机器学习中的偏差
计算机视觉与模式识别
2019-09-05 v1
摘要
偏差已知是人力资源、公共部门、医疗保健等诸多领域公平决策的障碍。近来，人们寄望于使用机器学习方法做此类决策能减轻甚至解决该问题。与此同时，机器学习专家警告称机器学习模型也可能存在偏差。本文中，我们的目标是从技术视角解释机器学习中的偏差问题，并说明有偏数据对机器学习模型的影响。为实现该目标，我们开发了交互式绘图来可视化从合成数据中学到的偏差。
引用
@article{arxiv.1909.01867,
title = {3D Bounding Box Estimation for Autonomous Vehicles by Cascaded Geometric Constraints and Depurated 2D Detections Using 3D Results},
author = {Jiaojiao Fang and Lingtao Zhou and Guizhong Liu},
journal= {arXiv preprint arXiv:1909.01867},
year = {2019}
}