オープンデータ関連のニュースです。
日本語
10 のリンクの上、かむバーストとして技術によって選んだチームのモリッツ Hardt「ビッグデータ」の限界について: 皮肉にも、Gilian Tett は「多変数方程式」きっかけに、金融危機のようなもの失敗を報告するためによく知られている彼女は多変数方程式が中立的なしたがってかつ公正なことを承認するプラハラッド クイック、ので「コンピューター専門家」（何を意味する） 警察署にそうすると主張しました。私の目標はこの一例を長々 と続けるのではないです。代わりに「機械学習は既定で公正」という主張を論破したいと思います。そのマシンを提案することを意味しない学習必然的に公正ではないむしろ不公平な学習アルゴリズムに依存している意思決定をレンダリングすることができます強力な力があること。
続きを読む…
English
A burst of 10 links for you to chew over, as picked by the Technology team Moritz Hardt on the limits of “big data”: Ironically, Gilian Tett is well known for reporting on the failure of such things as “multi-variable equations” in the wake of the financial crisis, but she is perplexingly quick to accept that multi-variable equations are neutral and therefore fair, because the “computer experts” (whatever that means) at the police station asserted them to be so. My goal is not to belabor this one example. Instead I’d like to refute the claim that “machine learning is fair by default”. I don’t mean to suggest that machine learning is inevitably unfair, but rather that there are powerful forces that can render decision making that depends on learning algorithms unfair.
Read more…
