任务无关数据估值的基础理论
机器学习
2022-08-29 v1 人工智能
计算机与社会
信息论
math.IT
机器学习
摘要
我们研究为数据寻求者/购买者评估数据所有者/出售者的数据价值。数据估值通常针对特定任务并假设特定效用度量（如验证集上的测试准确率）进行，而这在实践中可能并不存在。本工作中，我们聚焦于无验证需求的任务无关数据估值。数据购买者能访问有限量的数据（可为公开可用）并寻求从数据出售者处获取更多数据样本。我们将问题表述为估计出售者处数据相对于购买者可用基线数据在统计特性上的差异。我们通过二阶矩捕捉这些统计差异，度量出售者数据对购买者的多样性和相关性；我们通过向出售者查询来估计这些度量而无需请求原始数据。我们以所提方法设计查询，使出售者对购买者的原始数据不知情，且无法编造查询响应以在多样性与相关性权衡中获得期望结果。我们将通过在真实表格与图像数据集上的大量实验表明，所提估计能捕捉出售者数据对购买者的多样性和相关性。
引用
@article{arxiv.2208.12354,
title = {Fundamentals of Task-Agnostic Data Valuation},
author = {Mohammad Mohammadi Amiri and Frederic Berdoz and Ramesh Raskar},
journal= {arXiv preprint arXiv:2208.12354},
year = {2022}
}