ml pipeline | BriefGPT - AI 论文速递

关键词ml pipeline

搜索结果 - 11

DispaRisk: 数据集中不平等风险的评估和解释
介绍 DispaRisk，这是一种新颖的框架，旨在在 ML 流程的初期阶段，主动评估数据集中差异的潜在风险。通过与公平研究中常用的数据集进行基准测试，我们发现 DispaRisk 能够识别具有高歧视风险、易受偏见影响的模型家族以及增加 ML
PDF2 months ago
Julearn: 机器学习模型的无泄漏评估和检查的易用库
机器学习在神经科学中的应用是一个具有挑战性的领域，本文介绍了 julearn 这一开源 Python 库，用于设计和评估复杂的机器学习流程，以简化研究项目中常见的陷阱。
PDF9 months ago
目标变量工程
数值预测与分类的性能比较研究，发现回归模型对于最佳性能需要更多计算努力，更受随机性和启发式选择的敏感性，而分类模型的改进则比回归模型小，为构建更可持续和强大的 AI 系统，需要在机器学习管道中提高可复制性和效率。
PDF9 months ago
朝着实现以管道为导向的机器学习公平性：开发实用准则和工具的研究议程
通过调查公平机器学习文献并收集先前工作，本研究为机器学习研究者、从业者和学生绘制了探索、设计和测试面向算法公平性的管道导向方法的更全面资源集。
PDF9 months ago
ML API 需要哪些类型的合约？
通过对四个常被讨论的机器学习库：TensorFlow、Scikit-learn、Keras 和 PyTorch 上 Stack Overflow 帖子的实证研究，我们描述了 413 个非正式（英文）API 规范，分析了机器学习合约违规的根本
PDFa year ago
使用端到端管道方法解决文本中的偏见
本文提出一种公平的 ML 管道，旨在通过替换存在偏见和有害内容的单词来降低社交媒体数据中的偏见影响。结果显示我们的方法可以检测、识别和减轻社交媒体数据中的偏见和有害内容。
PDFa year ago
DC-Check: 一份数据中心的人工智能清单，指导可靠的机器学习系统开发
本文提出了用于数据中心机器学习的检查清单框架，以引导从数据收集到系统部署的全过程所必需的注意事项，并强调数据中心人工智能的挑战和研究机会。
PDF2 years ago
EMNLP人类标注变异的 ' 问题 '：关于数据、建模和评估中的基础真相
本文探讨人类标注变异的问题在机器学习中的影响及解决方法，并提供一个包含无聚合标签的公开数据集库以便以后进行研究。
PDF2 years ago
自动机器学习工具使用的实证研究
本文通过对 GitHub 上的开源项目进行调研，分析了当前机器学习从业者使用自动化机器学习工具的情况，研究结果表明 AutoML 工具已经广泛应用于机器学习的许多领域，可以极大的提高特征工程、模型训练和超参数优化的效率。
PDF2 years ago
使用 Shapley 重要性在端到端机器学习管道中进行数据调试
本文介绍了一种名为 DataScope 的系统，它是第一个能够高效计算端到端 ML pipeline 中每个训练样例 Shapley 值的系统，并展示了它在数据调试方面的应用。作者首先开发了一种计算特定 ML pipeline 族群中 Sh
PDF2 years ago
ICLR现实世界深度学习应用中的模型选择差异影响
本文研究算法公平性中的偏见数据和人类偏好在模型选择中的作用，并通过真实医学影像数据的深度学习模型实证了模型比较指标的选择，特别是那些不考虑变异性，可能会对模型选择结果造成显着的偏差。
PDF3 years ago