How dare you say something rational like this!!
If 90% of the population of a country is of type A and 10% is of type B, it is neither surprising nor wrong if the model of type A is more accurate than the model of type B.
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Tämä twiitti ei ole saatavilla.
-
Tämä twiitti ei ole saatavilla.
- Näytä vastaukset
-
-
-
It is not. But depending on the context where you use the model, you can create feedback loops that are harmful to both As and Bs. There are cases where the model is an actor in the system and just using accuracy is like training an RL system with horizon of 1.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Specific examples?
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
if the main output task has nothing to do with country of affiliation, then "it is surprising and wrong" if a correlation is inferred by the model on country. Hence, there is nothing wrong if model is mitigated through suppression of the sensitive info like country.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.