AIを構築する際のデータ監査の重要性 – venturebeat.com

この種のデータの不一致または「コンセプトドリフト」は、データ監査に適切な注意を払わず、尊重しない場合に発生します。
（モデルを使用する場合は、モデルを実行するためのコードを次に示します。）このタイプの状況では、人口統計データが最も頻繁に引用されます（つまり、病歴データは、伝統的に白人男性に関する情報の割合が高くなっています）が、あらゆるシナリオに適用されます。
より多くのデータによって駆動されるより正確なモデルは、多くの場合、展開中の推論時間が長くなり、速度の必要性を満たさない可能性があることに注意してください。
欠点は、AIによって生成された洞察と予測が現状になり、データ保守の派手さの少ない作業が見落とされる可能性があることです。
DataDecisionMakersは、データ作業を行う技術者を含む専門家が、データ関連の洞察と革新を共有できる場所です。
最先端のアイデアと最新情報、ベストプラクティス、およびデータとデータテクノロジーの将来について読みたい場合は、DataDecisionMakersにご参加ください。