Oct, 2022

混淆泄漏：机器学习中的混淆消除导致泄漏

PDF
TL;DR机器学习中采用的去混淆方法会产生偏差并导致误导性结果，同时本研究指出了可能存在的机制并提供了实用指导。在实际临床数据的应用中，本方法在预测多动症时，伴随着抑郁症的混淆会导致准确性被高估。
machine learningconfoundsnonlinear approachesconfound-leakageadhd
发现论文，激发创造
  • 机器学习管道中的信息泄漏

    机器学习（ML）提供了强大的预测建模工具，然而，如果不正确实施和评估，ML 流程可能会出现泄漏问题，导致过于乐观的性能估计并且无法泛化到新数据，本文旨在拓展对于在设计、实施和评估 ML 流程中导致泄漏的原因的理解，以具体示例说明，提供了各种类型的泄漏的综合概述和讨论。

    Nov, 2023

  • 机器学习科学中的泄漏与再现危机

    通过调查 ML 方法在 17 个领域中被广泛采用的文献，我们系统地调查了 ML 方法在科学研究中的可重复性问题，并发现数据泄漏确实是一个普遍存在的问题，并提出了模型信息表来报告基于 ML 模型的科学主张，以便在发布前发现泄漏情况，并进行了模拟实验，发现所有声称复杂的 ML 模型在文献中都未能复制，并且与几十年前的 Logistic 回归模型相比，复杂的 ML 模型并没有表现出更好的效果。

    Jul, 2022

  • 深度神经网络中去除与权重相关的混淆因素可提高医疗应用中的预测准确性

    本文提出了一种有效的方法，可以消除深度学习中的混淆因素，从而提高神经网络的跨队预测准确性，并在扫描仪、MRI 和 EEG 大脑波等领域进行了实验验证。

    Mar, 2018

  • 多元因素的福祉

    利用无监督机器学习和预测性模型检查相结合实现多因素下因果推理的去混淆算法并提出其理论，对半真实数据和真实数据进行性能测试，表明该算法比传统因果推理方法需要的假设更弱且更接近真实因果效应。

    May, 2018

  • 基于文本因果推断中的治疗泄漏概念化

    本文介绍了通过「文本蒸馏」预处理方法来控制文字信息偏差的研究，以及如何缓解治疗相关信号对研究结果的影响。

    May, 2022

  • 不要按按钮！探究机器学习和迁移学习中的数据泄漏风险

    这篇论文研究了机器学习中的一个关键问题 —— 数据泄漏，讨论了数据泄漏的分类，探讨了它与特定任务的关系，研究了其在迁移学习中的发生，并将传统归纳式机器学习与转导式机器学习框架进行了比较，最后强调了解决数据泄漏对于稳健可靠的机器学习应用的重要性。

    Jan, 2024

  • 通过机器学习估算 g-Leakage

    本文提出了一种新的机器学习方法，用于在系统的 Black-Box 情况下评估 g-vulnerability 的信息泄漏，无需估计条件概率，适用于大多数机器学习算法，并在 k - 近邻和神经网络上的结果优于频率学派方法。

    May, 2020

  • 预测模型可用于因果推断吗？

    本研究考虑了在有因果关系的影响下，监督机器学习和深度学习算法能否在解释性和预测性之间实现平衡，并表明这种平衡可以通过紫珀（Pearl）的后门调整准则来实现。使用这种方法，不仅可以获得准确的预测，同时也可以大大提高模型的解释性和迁移性。

    Jun, 2023

  • 重新思考混淆条件下的反事实数据增强

    本研究提出了利用反事实数据扩充改善机器学习模型中混淆偏差的方法，并探讨了混淆偏差如何影响下游分类器以及基于反事实数据增强的解决方案。另外，我们还介绍了一种生成反事实图片的算法，并在 MNIST 变量和 CelebA 数据集上进行实验，证明了我们的方法的有效性和实用性。

    May, 2023

  • 去共变量化因果协同过滤

    提出了一个去混淆因素的因果协作过滤模型，解决了现实场景下推荐系统可能遇到的无法观测到的混淆因素带来的问题，且在真实数据集上的实验证明了该方法能够更好地提高推荐效果。

    Oct, 2021