論文の概要: The "given data" paradigm undermines both cultures
- arxiv url: http://arxiv.org/abs/2105.12478v1
- Date: Wed, 26 May 2021 11:22:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-27 18:23:47.235309
- Title: The "given data" paradigm undermines both cultures
- Title(参考訳): ギブンデータ」パラダイムは両方の文化を損なう
- Authors: Tyler McCormick
- Abstract要約: データは矢印付きの「ブラックボックス」に強制され、それから第2の矢印によって触媒され、出力に変換される。
ブレイマンは、統計学における2つの文化の区別をカプセル化したものとして、この視覚の2つの解釈を提唱している。
このコメントでは、統計学のより広い視点で議論し、そのために、統計的革新と実践のための実りある領域として「前」と「後」の質問を高めます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Breiman organizes "Statistical modeling: The two cultures" around a simple
visual. Data, to the far right, are compelled into a "black box" with an arrow
and then catapulted left by a second arrow, having been transformed into an
output. Breiman then posits two interpretations of this visual as encapsulating
a distinction between two cultures in statistics. The divide, he argues is
about what happens in the "black box." In this comment, I argue for a broader
perspective on statistics and, in doing so, elevate questions from "before" and
"after" the box as fruitful areas for statistical innovation and practice.
- Abstract(参考訳): breiman氏はシンプルなビジュアルを中心に,"統計モデリング:2つの文化"を組織している。
極右のデータは、矢印付きの「黒い箱」に強制され、出力に変換された第2の矢印によって左にカタパルトされる。
ブレイマンは、統計学における2つの文化の区別をカプセル化したこの視覚の2つの解釈を仮定する。
分割は「ブラックボックス」で何が起こるかだ、と彼は主張する。
このコメントでは、統計学のより広い視点で議論し、そのために、統計的革新と実践のための実りある領域として「前」と「後」の質問を高めます。
関連論文リスト
- Does It Make Sense to Explain a Black Box With Another Black Box? [5.377278489623063]
文学における反現実的説明法の主な2つの家系、すなわち、(a)単語の追加、削除、置換によってターゲットを摂動させる非透明な方法、および(b)対象文書をその後に摂動が行われる非解釈可能な空間に投影するエンフォパク的アプローチである。
我々の実証的な証拠は、不透明なアプローチが、偽ニュースの検出や感情分析のような下流アプリケーションにとって過大なスキルであることを示している。
論文 参考訳(メタデータ) (2024-04-23T11:40:30Z) - Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in
Large Language Models [89.94270049334479]
本稿では,大規模言語モデル(LLM)における文化的優位性について述べる。
LLMは、ユーザーが非英語で尋ねるときに期待する文化とは無関係な、不適切な英語文化関連の回答を提供することが多い。
論文 参考訳(メタデータ) (2023-10-19T05:38:23Z) - Bursting the Burden Bubble? An Assessment of Sharma et al.'s
Counterfactual-based Fairness Metric [0.0]
統計値が不公平な場合,バーデンが不公平であることを示すとともに,両指標が不公平に扱われるグループに対して不一致を示すことも示している。
バーデンは価値ある計量であるが、統計的なパリティに取って代わるものではないと結論付けている。
論文 参考訳(メタデータ) (2022-11-21T14:54:45Z) - Label-Free Explainability for Unsupervised Models [95.94432031144716]
教師なしのブラックボックスモデルは解釈が難しい。
既存の説明可能性の方法の多くは、ブラックボックスの出力のどのコンポーネントを解釈するかをラベルで選択する必要がある。
本稿では,1)ラベルフリーな特徴重要度と(2)ラベルフリーな例重要度という,ポストホックな説明技法の2つの重要な拡張点を紹介する。
論文 参考訳(メタデータ) (2022-03-03T18:59:03Z) - The World of an Octopus: How Reporting Bias Influences a Language
Model's Perception of Color [73.70233477125781]
報告バイアスがテキストのみのトレーニングに悪影響を及ぼし、本質的に制限されていることを示す。
次に、マルチモーダルモデルが視覚的トレーニングを利用してこれらの効果を緩和できることを実証する。
論文 参考訳(メタデータ) (2021-10-15T16:28:17Z) - Revisiting Rashomon: A Comment on "The Two Cultures" [95.81740983484471]
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。
論文 参考訳(メタデータ) (2021-04-05T20:51:58Z) - Contrastive Explanations for Model Interpretability [77.92370750072831]
分類モデルの対照的説明を生成する手法を提案する。
本手法は潜在空間へのモデル表現の投影に基づいている。
本研究は,モデル決定のより正確できめ細かな解釈性を提供するためのラベルコントラスト的説明の能力に光を当てた。
論文 参考訳(メタデータ) (2021-03-02T00:36:45Z) - 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) - Local Black-box Adversarial Attacks: A Query Efficient Approach [64.98246858117476]
アドリアックは、セキュリティに敏感なシナリオにおけるディープニューラルネットワークの適用を脅かしている。
ブラックボックス攻撃における限られたクエリ内でのみクリーンな例の識別領域を摂動させる新しいフレームワークを提案する。
攻撃成功率の高いブラックボックス摂動時のクエリ効率を大幅に改善できることを示すため,広範な実験を行った。
論文 参考訳(メタデータ) (2021-01-04T15:32:16Z) - 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。