知识卡片
指标先于模型
成功标准必须在建模前定义,并指向真实业务价值。脑癌检测若只追求总体准确率,永远预测“无病”也能很高;指标错了,模型越强越会强化错误。关联:[[指标塑造行为]]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 制定一项AI战略 · 查看原书依据
试想一下,如果一个模型在公众检测中测出脑癌的准确率有99%,从理论上来说这很不可思议,是吧?但在现实中,这种模型甚至都不需要经过特别训练就能满足这个准确率,因为在普通大众中,脑癌的发生率不到百分之一。模型很简单地就能预测“不,你没有得脑癌”,每次都能
参考来源
- 位置:《AI图景:Sora时代的人工智能应用》第2章《制定一项AI战略》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI图景:Sora时代的人工智能应用 ((美)阿莉莎·辛普森·罗赫韦格)/_epub-src/OEBPS/Text/chapter19.xhtml)
- 结论依据:原文中的具体定义、条件或案例支撑上述解释;结论限于该段说明的用途与场景。
- 原始内容:试想一下,如果一个模型在公众检测中测出脑癌的准确率有99%,从理论上来说这很不可思议,是吧?但在现实中,这种模型甚至都不需要经过特别训练就能满足这个准确率,因为在普通大众中,脑癌的发生率不到百分之一。模型很简单地就能预测“不,你没有得脑癌”,每次都能