什么是机器偏差？ -技术百科的定义

定义-机器偏差是什么意思？

机器偏差是机器学习过程中错误假设的影响。 偏差反映了与数据收集或使用有关的问题，其中系统由于人为干预或由于缺乏对数据的认知评估而得出关于数据集的不正确结论。

机器偏差也称为算法偏差或简称偏差。

技术百科解释了机器偏差

机器偏差有多种形式。 最突出的例子之一是使用机器学习系统对单个人或一群人进行判断。 例如，当在刑事司法领域中使用时，一些机器学习模型已显示出根据诸如种族或位置之类的表面数据来假设个人的犯罪率更高。

用科学术语解释机器偏差的另一种方式是，将其描述为数据的“聚类”，这些数据本身并没有理由，其中偏差是工程师所说的“偏差-偏差”权衡的一部分。 高偏差会导致不正确的聚类。 高方差会导致过多的数据分散。 工程师可能将系统或结果称为“高偏差，高方差”或“低偏差，高方差”或其他组合。