是的，我们在乎！——通过护理标签框架对机器学习方法进行认证
机器学习
2022-12-23 v2 人工智能
摘要
机器学习应用已变得无处不在。其应用范围从生产机器中的嵌入式控制，到不同领域（如交通、金融、科学）的流程优化，再到广告和推荐等直接用户交互。这导致使人们信任机器学习的努力不断增加。可解释和公平的AI已经成熟。它们面向有知识的用户和应用工程师。然而，有些用户希望以类似使用洗衣机的方式部署学习模型。这些利益相关者不想花时间理解模型，而是希望依赖有保证的属性。哪些属性是相关的？如何在不预设机器学习知识的情况下向利益相关者表达它们？如何针对机器学习模型的特定实现保证它们？这些问题远远超出当前最先进水平，我们想在此予以解决。我们提出一个通过护理标签认证学习方法的统一框架。它们易于理解，并借鉴了诸如纺织品标签或电子设备属性卡等知名证书的灵感。我们的框架同时考虑机器学习理论和给定实现。我们测试实现是否符合理论属性和边界。
引用
@article{arxiv.2105.10197,
title = {Yes We Care! -- Certification for Machine Learning Methods through the Care Label Framework},
author = {Katharina Morik and Helena Kotthaus and Raphael Fischer and Sascha Mücke and Matthias Jakobs and Nico Piatkowski and Andreas Pauly and Lukas Heppe and Danny Heinrich},
journal= {arXiv preprint arXiv:2105.10197},
year = {2022}
}