“Die probleem is nie die data nie, dit is hoe ons die vervelige dele daarvan ignoreer.” Is AI-modelle so akkuraat soos die valideringstest sê?Hoekom sou 'n model met 99% voorspelling akkuraatheid jou postkantoor met valse alarms oorstroom en jou pragtige dag in 'n debugging nachtmerrie verander? Die verwarring? Welkom by die - 'n vooroordeel wat veroorsaak dat beide mense en masjiene waarskynlikhede verkeerd beoordeel wanneer ons die konteks waarin data bestaan, oorweeg. Base Rate Fallacy What Is the Base Rate Fallacy? What Is the Base Rate Fallacy? Kom ons neem 'n vinnige blik op wat die basisrente-falsifikasie eintlik is. die is die totale waarskynlikheid van 'n gebeurtenis wat plaasvind - Met nuwe bewyse, die gebeur wanneer hierdie onderliggende waarskynlikhede geïgnoreer word, en ons fokus slegs op die nuwe bewyse. base rate Voordat base rate fallacy Let the Math Speak Laat die wiskunde praat Stel jou 'n situasie voor waar 'n siekte raak Jy, as 'n genie, ontwikkel 'n toets wat : 1 in 1000 99% accurate 
 
 
 As iemand die siekte het, is die toets positief 99% van die tyd (waar positief). As iemand nie die siekte het nie, is die toets negatief 99% van die tyd (waar negatief). Nou, stel voor dat iemand toets Wat is die kans dat hulle eintlik die siekte het? positive In teenstelling met intuïsie, is dit Hier is waarom: not 99% van 1000 mense: 
 
 
 1 persoon het eintlik die siekte → die toets sal dit waarskynlik vang → 1 ware positiewe 999 mense het nie die siekte nie → 1% van hulle toets positief → ~ 10 vals positiewe So onder diegene wat positief toets: 
 
 
 Totale positiewe = 1 (waar) + 10 (vals) = 11 Waarskynlikheid om eintlik die siekte te hê = 1 / 11 ≈ 9% Ten spyte van 'n toets wat "99% akkuraat" is, is jou kans om siek te wees slegs Omdat die siekte so seldsame is. 9% Die is die En om dit te ignoreer, lei tot massiewe verkeerde interpretasie. 1-in-1000 Basis Rate Why Humans Fall for This Hoekom mense val vir hierdie Dit is nie net 'n wiskundige probleem nie - dit is 'n . brain problem Sielkundiges en Ons het ontdek dat wanneer ons waarskynlikheid evalueer, ons onbewustelik moeilike vrae vervang met makliker vrae. Daniel Kahneman Amos Tversky “Hoe goed pas hierdie situasie in my geestelike stereotipe?” So wanneer 'n toets 99% akkuraat is, sê ons brein: “Dit klink soos ’n wedstryd!” ...en ons veronderstel dat die resultaat waar moet wees. Hierdie kortsluiting word die , en dit veroorsaak dat ons die vervelige, statistiese basiskoers ignoreer. representativeness heuristic The Engineer–Lawyer Conundrum Die ingenieur-regter Conundrum Hierdie effek is bekend gestel deur die . Engineer–Lawyer problem Deelnemers het gesê: 
 
 
 Daar is 70 prokureurs en 30 ingenieurs in 'n kamer. Jack is introvert, geniet wiskundige raaisels, en hou van elektronika. Toe vra hy: "Wat is die waarskynlikheid dat Jack 'n ingenieur is?" Alhoewel die basisproses 'n Die meeste mense het gesê Omdat Jack Die beskrywing voel verteenwoordigend, so die 70/30 verhouding word geïgnoreer - alhoewel dit 'n kragtiger voorspeller is. 30% chance 80–90% Die geluid How This Fails in the Real World Hoe dit misluk in die werklike wêreld **AI Voorspellings \ Jy skep 'n model wat defekte produkte met 95% akkuraatheid vlag. van items is eintlik gebrekkig, die meeste waarschuwings sal vals positief wees. Bedrywighede kan in paniekmodus gaan - oor niks. 0.1% **Supply Chain Planning \ 'N vroeë-waarskuwing vertraging stelsel vlag verkoper risiko's. Die meeste waarskuwings sal vals wees - selfs as die stelsel tegnies "nauwkeurig" is. 1 in 500 En dit gebeur oor 'n wye verskeidenheid domeine: bedrogdeteksie, mediese toetsing, bedreigingswaarschuwings, anomalie-monitoring - die lys gaan voort. The Solution: Bayes to the Rescue Die oplossing: Bayes na die redding Wiskundig is dit, Dit actualiseer ons oortuigings deur die kombinasie van basiese tariewe met nuwe bewyse: Bayes’ Theorem P(A ÁthaB) = P(B)P(B ÁthaA) / P(A) Waar is: 
 
 
 
 
 P(A ♛ B): Waarskynlikheid dat die siekte 'n positiewe toets gegee het P(B) A: waarskynlikheid om positief te toets as u die siekte het P(A): Basiese koers (voorheen waarskynlikheid) P(B): Totaal waarskynlikheid van toets positief (waar + vals positief) Bayes se teorem dwing ons om balans te maak met iets wat menslike intuïsie geneig is om te skip. Wat ons weet Wat ons sien Final Thoughts Final Thoughts Ons leef in 'n wêreld wat gedryf word deur voorspellings - van AI tot gesondheidsorg tot logistiek.Maar getalle, maak nie saak hoe gesofistikeerd, beteken niks sonder die regte . context En soms lê die kragtigste insig in die vervelige, lae sleutel waarskynlikheid wat ons te vinnig was om te ignoreer.

Read My Stories

Hierdie oudio word in die oorspronklike taal van die storie vervaardig!

Die Basis Rate Fallacy: Waarom jou slimste model dit nog steeds verkeerd kry

About Author

KOMMENTAAR

HANG TAGS

HIERDIE ARTIKEL IS AANGEBIED IN

Related Stories

How to Vote in the HackerNoon 2021 Noonies Awards #Noonies2021

Top Actionable Tips to Grow a Community: More Tips to Monetize

Startups of The Year: Meet the Business Industry

Thinking for the 21st century

How to Vote in the HackerNoon 2021 Noonies Awards #Noonies2021

Top Actionable Tips to Grow a Community: More Tips to Monetize

Startups of The Year: Meet the Business Industry

Thinking for the 21st century

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps