Kreditas: CC0 viešasis domenas Tikimybiniai mašininio mokymosi metodai tampa vis galingesniais duomenų analizės įrankiais, padedančiais priimti įvairius svarbius sprendimus įvairiose disciplinose ir programose, pradedant rinkimų rezultatų prognozavimu ir baigiant mikropaskolų poveikio skurdo problemai numatymu.
Ši metodų klasė naudoja sudėtingas sąvokas nuo tikimybių teorijos, kad būtų galima valdyti neapibrėžtumą priimant sprendimus. Tačiau matematika yra tik viena galvosūkio dalis, lemianti jų tikslumą ir efektyvumą. Įprastoje duomenų analizėje mokslininkai daro daug subjektyvių pasirinkimų arba gali padaryti žmogiškųjų klaidų, kurios taip pat turi būti įvertintos, siekiant ugdyti vartotojų pasitikėjimą šiais metodais pagrįstų sprendimų kokybe.
Siekdama išspręsti šią problemą, MIT kompiuterių mokslininkė Tamara Broderick, Elektros inžinerijos ir kompiuterių mokslo (EECS) katedros docentė ir Informacijos ir sprendimų sistemų laboratorijos (LIDS) narė, bei mokslininkų komanda sukūrė klasifikavimo sistemą. – „pasitikėjimo taksonomija“, kuri apibrėžia, kur pasitikėjimas gali nutrūkti atliekant duomenų analizę, ir nustato strategijas, kaip stiprinti pasitikėjimą kiekviename žingsnyje. Kiti projekto tyrėjai yra Kentukio universiteto profesorė Anna Smith, Kolumbijos universiteto profesoriai Tianas Zhengas ir Andrew Gelmanas bei Londono ekonomikos mokyklos profesorė Rachael Meager. Komanda tikisi pabrėžti problemas, kurios jau yra gerai ištirtos, ir tuos, kuriems reikia daugiau dėmesio.
Jų straipsnyje, paskelbtame vasario mėn Mokslo pažanga, mokslininkai pradeda detalizuodami duomenų analizės proceso etapus, kuriuose gali nutrūkti pasitikėjimas: analitikai renkasi, kokius duomenis rinkti ir kurie modeliai ar matematiniai atvaizdai labiausiai atspindi realaus gyvenimo problemą ar klausimą, į kurį jie siekia atsakyti. . Jie pasirenka algoritmus, kad atitiktų modelį, ir naudoja kodą tiems algoritmams vykdyti. Kiekvienas iš šių žingsnių kelia unikalių iššūkių, susijusių su pasitikėjimo kūrimu. Kai kurių komponentų tikslumą galima patikrinti išmatuojamais būdais. Pavyzdžiui, „Ar mano kode yra klaidų?” yra klausimas, kurį galima patikrinti pagal objektyvius kriterijus. Kitais atvejais problemos yra subjektyvesnės, be aiškių atsakymų; analitikai susiduria su daugybe strategijų rinkti duomenis ir nuspręsti, ar modelis atspindi realų pasaulį.
„Manau, kad kuriant šią taksonomiją yra gerai tai, kad ji tikrai pabrėžia, kur žmonės sutelkia dėmesį. Manau, kad daugelis tyrimų natūraliai sutelkia dėmesį į šį lygį: „Ar mano algoritmai išsprendžia konkrečią matematinę problemą?” iš dalies todėl, kad tai labai objektyvu, net jei tai sunki problema“, – sako Broderickas.
„Manau, kad tikrai sunku atsakyti: „Ar tikslinga tam tikru būdu matematizuoti svarbią taikomąją problemą? nes tai kažkaip patenka į sunkesnę erdvę, tai nebėra tik matematinė problema“.
Realaus gyvenimo fiksavimas modelyje
Tyrėjų darbas skirstant pasitikėjimo žlugimo vietas, nors tai gali atrodyti abstraktus, yra pagrįstas taikymu realiame pasaulyje.
Meager, šio dokumento bendraautorius, analizavo, ar mikrofinansavimas gali turėti teigiamą poveikį bendruomenei. Projektas tapo atvejo analize, kur pasitikėjimas gali žlugti, ir būdus, kaip sumažinti šią riziką.
Iš pirmo žvilgsnio mikrofinansavimo poveikio įvertinimas gali atrodyti kaip paprastas darbas. Tačiau, kaip ir bet kuri analizė, mokslininkai kiekviename proceso etape susiduria su iššūkiais, kurie gali turėti įtakos pasitikėjimui rezultatu. Mikrofinansavimas, kai asmenys ar mažos įmonės gauna mažas paskolas ir kitas finansines paslaugas, o ne įprastą bankininkystę, gali pasiūlyti skirtingas paslaugas, priklausomai nuo programos. Analizei Meager surinko duomenų rinkinius iš mikrofinansų programų visame pasaulyje, įskaitant Meksiką, Mongoliją, Bosniją ir Filipinus.
Derindami aiškiai skirtingus duomenų rinkinius, šiuo atveju iš kelių šalių ir skirtingų kultūrų bei geografijų, tyrėjai turi įvertinti, ar konkretūs atvejų tyrimai gali atspindėti platesnes tendencijas. Taip pat svarbu kontekstualizuoti turimus duomenis. Pavyzdžiui, Meksikos kaimo vietovėse ožkų turėjimas gali būti laikomas investicija.
„Sunku išmatuoti žmogaus gyvenimo kokybę. Žmonės matuoja tokius dalykus kaip: „Koks smulkaus verslo verslo pelnas?” arba „Koks namų ūkio vartojimo lygis?” Yra galimybė neatitikti to, kas jums iš tikrųjų rūpi, ir to, ką vertinate“, – sako Broderickas. „Kokiais duomenimis ir kokiomis prielaidomis remiamės prieš patekdami į matematinį lygmenį?
Turėdami duomenis, analitikai turi apibrėžti realaus pasaulio klausimus, į kuriuos jie nori atsakyti. Vertindami mikrofinansavimo naudą, analitikai turi apibrėžti, ką jie laiko teigiamu rezultatu. Pavyzdžiui, ekonomikoje įprasta išmatuoti vidutinį finansinį pelną, tenkantį vienam verslui bendruomenėse, kuriose įdiegta mikrofinansų programa. Tačiau pranešus apie vidurkį, gali būti teigiamas grynasis teigiamas poveikis, net jei naudos gavo tik keli (ar net vienas) asmuo, o ne visa bendruomenė.
„Jūs tikrai norėjote, kad daug žmonių gautų naudos“, – sako Broderickas. „Tai skamba paprastai. Kodėl mes neįvertinome to, kas mums rūpėjo? Bet manau, kad labai dažnai praktikai naudoja standartinius mašininio mokymosi įrankius dėl daugelio priežasčių. Ir šie įrankiai gali pranešti apie tarpinį serverį, kuris ne visada sutinku su dominančiu kiekiu“.
Analitikai gali sąmoningai ar nesąmoningai teikti pirmenybę jiems pažįstamiems modeliams, ypač investavę daug laiko, kad išmoktų savo privalumus ir trūkumus. „Kažkas gali nedrąsiai išbandyti nestandartinį metodą, nes gali būti mažiau įsitikinęs, kad jį naudos teisingai. Arba tarpusavio peržiūra gali teikti pirmenybę tam tikriems žinomiems metodams, net jei tyrėjas norėtų naudoti nestandartinius metodus”, – sako Broderickas. „Sociologiškai yra daug priežasčių. Tačiau tai gali kelti susirūpinimą dėl pasitikėjimo.”
Paskutinis veiksmas, kodo patikrinimas
Nors tikrosios problemos distiliavimas į modelį gali būti didelė, amorfinė problema, algoritmą paleidžiančio kodo tikrinimas gali atrodyti „proziškas“, sako Broderickas. Tačiau tai dar viena potencialiai nepastebėta sritis, kurioje galima sustiprinti pasitikėjimą.
Kai kuriais atvejais kodavimo vamzdyno, vykdančio algoritmą, tikrinimas gali būti nepriklausantis analitiko darbui, ypač kai yra galimybė naudoti standartinius programinės įrangos paketus.
Vienas iš būdų sugauti klaidas yra patikrinti, ar kodas yra atkuriamas. Tačiau, priklausomai nuo srities, kodo dalijimasis kartu su paskelbtu darbu ne visada yra reikalavimas ar norma. Laikui bėgant modeliams vis sudėtingėjant, tampa sunkiau atkurti kodą nuo nulio. Atkurti modelį tampa sunku ar net neįmanoma.
„Tiesiog pradėkime nuo kiekvieno žurnalo, kuriame reikalaujama išleisti savo kodą. Galbūt jis nėra visiškai patikrintas ir viskas nėra visiškai tobula, bet pradėkime nuo to”, – sako Broderickas, žengdamas vieną žingsnį pasitikėjimo kūrimo link.
Straipsnio bendraautorius Gelmanas dirbo su analize, pagal kurią prognozuojami 2020 m. JAV prezidento rinkimai, naudojant valstijų ir nacionalines apklausas realiuoju laiku. Komanda paskelbė kasdienius atnaujinimus „The Economist“., o taip pat skelbia savo kodą internete, kad visi galėtų atsisiųsti ir paleisti patys. Viso sezono metu pašaliniai asmenys atkreipė dėmesį į modelio klaidas ir konceptualias problemas, o tai galiausiai prisidėjo prie stipresnės analizės.
Tyrėjai pripažįsta, kad nors nėra vieno sprendimo sukurti tobulą modelį, analitikai ir mokslininkai turi galimybę sustiprinti pasitikėjimą beveik kiekviename žingsnyje.
„Nemanau, kad mes tikimės, kad kuris nors iš šių dalykų bus tobulas, – sako Broderickas, – bet manau, kad galime tikėtis, kad jie bus geresni arba kuo geresni.
Daugiau informacijos: Tamara Broderick ir kt., Tikimybinio mašininio mokymosi pasitikėjimo taksonomijos link, Mokslo pažanga (2023). DOI: 10.1126/sciadv.abn3999
Ši istorija iš naujo paskelbta „MIT News“ (web.mit.edu/newsoffice/), populiarios svetainės, kurioje pateikiamos naujienos apie MIT tyrimus, inovacijas ir mokymą, dėka.
Citata: Pasitikėjimo mašininio mokymosi modeliais stiprinimas (2023 m. kovo 28 d.), gauta 2023 m. kovo 29 d. iš https://techxplore.com/news/2023-03-machine-learning.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
