論文の概要: Revisiting Rashomon: A Comment on "The Two Cultures"

• arxiv url: http://arxiv.org/abs/2104.02150v1
• Date: Mon, 5 Apr 2021 20:51:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 14:21:59.538544
• Title: Revisiting Rashomon: A Comment on "The Two Cultures"
• Title（参考訳）: 羅生門の再考:「二つの文化」へのコメント
• Authors: Alexander D'Amour
• Abstract要約: Breiman氏は「Rashomon Effect」と呼び、予測精度基準を等しく満たす多くのモデルが存在するが、情報を実質的に異なる方法で処理する状況について説明した。 この現象は、データに適合するモデルに基づいて結論を導き出すか、意思決定を自動化することを困難にします。 私は、この問題の意義を探求する機械学習文学における最近の研究と関係しています。
• 参考スコア（独自算出の注目度）: 95.81740983484471
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Here, I provide some reflections on Prof. Leo Breiman's "The Two Cultures" paper. I focus specifically on the phenomenon that Breiman dubbed the "Rashomon Effect", describing the situation in which there are many models that satisfy predictive accuracy criteria equally well, but process information in the data in substantially different ways. This phenomenon can make it difficult to draw conclusions or automate decisions based on a model fit to data. I make connections to recent work in the Machine Learning literature that explore the implications of this issue, and note that grappling with it can be a fruitful area of collaboration between the algorithmic and data modeling cultures.
• Abstract（参考訳）: ここでは,leo breiman教授の論文 "the two cultures" について考察する。 具体的には,Breiman氏が「羅生門効果」と呼ぶ現象に注目し,予測精度の基準を等しく満たすモデルが多数存在するが,データ内の情報を実質的に異なる方法で処理する状況について述べる。 この現象は、結論を引き出すのが難しくなり、データに適合するモデルに基づいて決定を自動化する。 私は、この問題の意味を探求する機械学習文献の最近の研究につながり、アルゴリズムとデータモデリングの文化の間の協力の実りある領域である可能性があることに注意する。

関連論文リスト

• Amazing Things Come From Having Many Good Models [15.832860655980918]
  羅生門効果は、同じデータセットに対して等しく良い予測モデルが存在するという現象を記述している。 このパースペクティブは、機械学習に対する考え方を変えることを提案する。 私たちのゴールは、Rashomon効果が社会の複雑な問題に対する機械学習の利用に大きな影響を与えるかを説明することです。
  論文  参考訳（メタデータ） (2024-07-05T20:14:36Z)
• Assessing Privacy Risks in Language Models: A Case Study on Summarization Tasks [65.21536453075275]
  我々は要約作業に焦点をあて、会員推測(MI)攻撃について調査する。 テキストの類似性や文書修正に対するモデルの抵抗をMI信号として活用する。 我々は、MI攻撃から保護するための要約モデルの訓練と、プライバシとユーティリティの本質的にのトレードオフについて議論する。
  論文  参考訳（メタデータ） (2023-10-20T05:44:39Z)
• Causalainer: Causal Explainer for Automatic Video Summarization [77.36225634727221]
  多くのアプリケーションシナリオにおいて、不適切なビデオ要約は大きな影響を与える可能性がある。 説明可能性のモデリングは重要な関心事です。 Causalainerと呼ばれるCausal Explainerがこの問題に対処するために提案されている。
  論文  参考訳（メタデータ） (2023-04-30T11:42:06Z)
• Bridging the Data Gap between Training and Inference for Unsupervised Neural Machine Translation [49.916963624249355]
  UNMTモデルは、翻訳されたソースと推論中の自然言語で擬似並列データに基づいて訓練される。 トレーニングと推論のソース差はUNMTモデルの翻訳性能を妨げている。 本稿では、擬似並列データ自然言語を同時に用いたオンライン自己学習手法を提案する。
  論文  参考訳（メタデータ） (2022-03-16T04:50:27Z)
• Breiman's two cultures: You don't have to choose sides [10.695407438192527]
  Breiman氏の古典的な論文は、2つの文化の選択肢としてデータ分析をキャストする。 データモデラーは、データ解析によく理解された理論的特性を持つ単純な解釈可能なモデルを使用する。 アルゴリズムモデラーは予測精度を優先順位付けし、より柔軟な関数近似を用いてデータを分析する。
  論文  参考訳（メタデータ） (2021-04-25T17:58:46Z)
• Bridging Breiman's Brook: From Algorithmic Modeling to Statistical Learning [6.837936479339647]
  2001年、レオ・ブレイマンは「データモデリング」と「アルゴリズムモデリング」の文化の違いについて書いた。 20年後のこの区分は、個人をキャンプに割り当てること、知的境界の両面で、はるかに短命であると感じた。 これは主に、アルゴリズムメソッドをツールボックスに組み込んだ「データモデラー」によるものだと主張しています。
  論文  参考訳（メタデータ） (2021-02-23T03:38:41Z)
• Distilling Double Descent [65.85258126760502]
  蒸留とは、別の「教師」モデルでラベル付けされた例に基づいた「学生」モデルを訓練する技法である。 教師モデルが非常にパラメータ化されすぎている場合であっても、非常に大きな保持されていないラベル付きデータセットを使用することで、より"伝統的な"アプローチを上回るモデルが生まれます。
  論文  参考訳（メタデータ） (2021-02-13T02:26:48Z)
• Disembodied Machine Learning: On the Illusion of Objectivity in NLP [21.169778613387827]
  バイアスに対処し緩和することはほぼ不可能である、と我々は主張する。 偏見制限の一般的な言説は、社会的限界化に対処する能力にある。 我々は、これに精通し、偏見の方法が一部のバイアスに対してのみ正しいことを受け入れることを推奨する。
  論文  参考訳（メタデータ） (2021-01-28T12:58:39Z)
• The Extraordinary Failure of Complement Coercion Crowdsourcing [50.599433903377374]
  クラウドソーシングは近年,言語アノテーションの収集を緩和し,スケールアップしている。 本研究の目的は,この現象の注釈付きデータを2つの既知のタスク – 明示的補完と自然言語推論 – に還元することで収集することである。 どちらの場合も、クラウドソーシングは合意のスコアが低かった。
  論文  参考訳（メタデータ） (2020-10-12T19:04:04Z)
• Breiman's "Two Cultures" Revisited and Reconciled [0.0]
  データモデリングの2つの文化:パラメトリック統計とアルゴリズム機械学習。 2つの文化」の間のギャップは、それらを一貫性のある全体と組み合わせる方法を見つけない限り、避けられません。 本稿は,2つの文化の関連性を確立することで,その解決策を提示する。
  論文  参考訳（メタデータ） (2020-05-27T19:02:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。