机器学习中的偏差——它有何用处？
人工智能
2020-09-22 v2 机器学习
摘要
在公共媒体以及科学出版物中，术语“偏差(bias)”在与机器学习相关的许多不同语境下以许多不同含义被使用。本文通过调研关于机器学习的（主要是科学的）文献，提出了这些不同含义、术语与定义的一个分类法。在某些情况下，我们建议进行扩展与修改以促进清晰的术语与完整性。在综述之后，我们对不同类型偏差如何相互关联及依赖进行了分析与讨论。我们得出结论：在产生模型的机器学习流水线中出现的偏差，与该模型最终的偏差（通常与社会的歧视相关）之间存在复杂关系。前者的偏差可能以有时有害、有时有益的方式影响后者，也可能不影响后者。
引用
@article{arxiv.2004.00686,
title = {Bias in Machine Learning -- What is it Good for?},
author = {Thomas Hellström and Virginia Dignum and Suna Bensch},
journal= {arXiv preprint arXiv:2004.00686},
year = {2020}
}