Разбираемся со смещениями в датасетах вместе с MTS AI

Picture

NLP-разработчик MTS AI Игорь Буянов подробно рассказывает, что такое смещение в датасетах, почему оно возникают, как влияет на работу модели и какие существуют подходы для борьбы с ним.

Смещение в датасетах: определение, причины, способы борьбы

Под смещением в датасетах понимается возникновение взаимосвязей между входными и выходными данными, которые абсолютно не желательны и которые появляются в самый неожиданный момент. Такие смещения «путают» модель, из-за чего она дает ложно положительные срабатывания. Кажется, что модель работает хорошо, но,когда начинаешь использовать ее в реальности, результат сложно назвать удовлетворительным.

Игорь Буянов, NLP-разработчик MTS AI, подробно изучил этот вопрос и в своей статье для Habr и поделился результатами своих исследований.

Хотя не существует строгой классификации факторов возникновения смещений, Игорь сформулировал несколько возможных причин: предвзятость разметчиков, отсутствие баланса, нерепрезентативность и неправильный режим обучения. Как же бороться со смещением?

Игорь отметил несколько способов. Это:

  • удаление части примеров, отражающих смещение;
  • ручная/автоматическая идентификация смещения и построение модели с его учетом;
  • датасеты с механизмами подавления смещений;
  • исправление датасетов через добавление примеров, тем самым уменьшая влияние смещения.

Игорь детально рассматривает первый и второй способы борьбы со смещением. Ответы на вопросы, как работают данные способы, какие алгоритмы используются и как они влияют на результативность работы модели, вы найдете в оригинальной статье на Habr.

Новости
Главное за последнее время
Смотреть все

Инвестиции

MTS AI в медиа

Новости команды

Партнерство

Кейсы

Решения

ВобъективеИИ

События

Технологии

Без рубрики

ВобъективеИИ
О порядке в данных, законах физики и видении сквозь стены
ВобъективеИИ
Бан LLM и зеленый свет автономному транспорту
Новости команды
В России подготовили первый курс разметки данных для людей с аутизмом
MTS AI в медиа
МТС защитил свыше 5 млн абонентов от спам-звонков с помощью ИИ 
ВобъективеИИ
ИИ на атомном и космическом уровне
События
Вебинар: реальные кейсы использования платформы синтеза и распознавания речи от MTS AI
ВобъективеИИ
Интервью с чат-ботом и ИИ-система для старения за секунды
MTS AI в медиа
Как и над чем работают в MTS AI и VisionLabs. Репортаж из офисов компаний
ВобъективеИИ
Как ИИ судит в футболе и за что судят ИИ
ВобъективеИИ
Искусный переговорщик, хороший диагност и так себе кулинар