Nov, 2023

数值属性的离散化：人类感知的分析

PDF
TL;DR本研究通过收集人类和数据科学、统计学以及工程专家的反馈，分析了数值属性的分割，提出了两种度量方法，结果显示约 68.7% 的人类反馈与我们的度量方法一致，因此我们的度量方法可作为一种用于数值属性离散化的方法之一。
machine learningdiscretization techniquesnumerical attributespartitioningdata visualization
发现论文，激发创造
  • 数字关联规则挖掘：系统文献综述

    本文通过进行系统化文献综述，提供了从 1996 年到 2022 年发表的 1140 篇学术论文的方法、算法、指标和数据集的深入研究，探讨了数字联想规则挖掘的重要研究问题、现状和未来可能性，并提出了一种新颖的离散化度量来提供与人类分区感知相符的数字数据分区。

    Jul, 2023

  • 基于实数目标的主观有趣子群发现

    该研究介绍了一种基于主观趣味性框架的方法，用于在高维数据中查找最具信息量的子组。该方法可以同时考虑多个实值目标属性，并且通过迭代数据挖掘支持知识的应用。

    Oct, 2017

  • 利用信息理论量化特征对总体差异的贡献

    研究发现，对于机器学习算法存在偏见的情况，使用局部信息分解技术可以帮助我们从信息论的角度去 quantify 每一项特征对于已观察到的不平等问题的潜在贡献较好地解释偏见的来源。

    Jun, 2022

  • 数据审计：识别任务模型中的属性效用偏差和可检测性偏差

    本文提出了一种通过量化筛选医学图像数据集属性的风险，在确定性和效用之间进行分解的技术，以识别深度学习算法中可能导致偏见的细微因素，并通过通过真实反事实的比较性能证明了其有效性和灵敏度，最后将该方法应用于一种流行的皮肤病变数据集的自然属性中，并演示了其成功。

    Apr, 2023

  • 通过数据集中的属性交互解释分类器

    介绍了一种新的方法 Astrid，可以用于研究分类器在进行预测时利用哪些属性交互作用，以提高模型解释性。该方法具有在药品监测和生物信息学中识别药物交互作用和探究单核苷酸多态性关联等应用价值。

    Jul, 2017

  • 公平分类遇到含噪保护属性

    在实现算法公平性方面存在多个实际挑战，包括数据集中受保护属性的可用性或可靠性。本研究首次对公平分类算法进行了头对头的研究，以比较基于属性、容忍噪声和盲目属性的算法在预测性和公平性两个方面的表现。我们通过对四个真实数据集和合成扰动的案例研究来评估这些算法，发现盲目属性和容忍噪声的公平分类器在受保护属性存在噪声的情况下，可能实现与基于属性的算法类似的性能水平。然而，在实践中实现这些算法需要谨慎处理。本研究为在受保护属性存在噪声或部分可用的场景中使用公平分类算法提供了实践的启示。

    Jul, 2023

  • 人类直觉作为防御属性推断的手段

    评估了人们修改公开数据以保护隐私的能力，发现人们的效力不如人工智能。强调现代 AI 时代需要算法支持来保护个人信息。

    Apr, 2023

  • 约束下的可解释数据插补

    基于数据类型值和数据中的相关约束条件的数据插补新算法及其与其他算法的比较实验结果。该算法不仅可插补数据，还能生成人类可读的解释，描述用于每次插补的属性的重要性。

    May, 2022

  • 关于推荐系统的软属性解释和测量

    讨论了如何稳定地解释推荐系统中的自然语言细化 (或批评)，提出了一种基于个性化相对语句的更自然的表述方式，并提供一组评分方法，从无监督到弱监督到全监督，在解释和处理软属性的基础上提供了方案。

    May, 2021

  • 关于公平感知机器学习数据集的调查

    本文概述了应用于公平感知机器学习中的真实世界数据集，并使用贝叶斯网络分析数据特征之间的关系，进一步进行了探索性分析。

    Oct, 2021