#20 - Altri 5 bias che influiscono su un algoritmo di Machine Learning
Play • 31 min
►► Il nostro primo libro in versione Kindle GRATUITA fino al 20 settembre: https://bluetensor.ai/it/libro-amazon/

***

Torniamo a parlare di bias all’interno del Machine Learning, ma solo per un’ultima volta.

La settimana prossima torneremo alla nostra cara rassegna stampa.

Quindi, ecco gli ultimi 5 bias che possono colpire un algoritmo di Machine Learning:

[02:49] Il paradosso di Simpson, ovvero quando il focus selezionato non rappresenta la realtà,

[08:48] Il bias "causato" dall'utente finale... e che poi si rivolta su se stesso,

[15:38] La fase di produzione di un algoritmo in cui si possono creare più facilmente i bias.

[21:41] Come è possibile che quando unisci i dati di più gruppi un determinato trend sale, mentre se li separi... scende?

[27:50] Il pericolo di creare un dataset non-casuale.

Il nostro obiettivo con questa nuova puntata del podcast è proprio di sottolineare l'origine dei bias e capire come ridurre il loro impatto.

Ne abbiamo parlato nella puntata #20 che puoi trovare anche su:

►GOOGLE PODCAST: https://bit.ly/32TDZei

►SPOTIFY: https://spoti.fi/2D3ttGF

►APPLE PODCAST: https://apple.co/2CBsSfz

Buon ascolto!

***

P.S. Vuoi scoprire come implementare un sistema di Intelligenza Artificiale alla tua azienda?

►► Telefona al numero verde 800-270-021.
►► Scrivi un'email a info@bluetensor.ai .
►► Visita il sito www.bluetensor.ai

A presto!
More episodes
Search
Clear search
Close search
Google apps
Main menu