Виявлення упереджень у ШІ за домопогою статистичного навчання

Authors

  • М. А. Лаптєва Донецький національний університет імені Василя Стуса
  • Ю. С. Хмелівський Донецький національний університет імені Василя Стуса

Abstract

Штучний інтелект (ШІ) дедалі більше стає невід’ємною частиною процесів прийняття рішень у різних галузях – від повсякденних потреб, робочих питань до надважливих для держави сфер. Однак зі зростанням популярності систем штучного інтелекту пропорційно зростає занепокоєння щодо помилок і упереджень, які можуть виникнути під час роботи. Вони можуть виникати на різних етапах конвеєра машинного навчання, включно зі збором даних, попередньою обробкою, вибором функцій, навчанням моделі та розгортанням. Виявлення та пом’якшення цих упереджень має вирішальне значення для забезпечення справедливості, підзвітності та прозорості.

Author Biographies

М. А. Лаптєва , Донецький національний університет імені Василя Стуса

здобувачка вищої освіти

Ю. С. Хмелівський , Донецький національний університет імені Василя Стуса

асистент кафедри інформаційних технологій

References

Responsible AI Development: Bias Detection and Mitigation Strategies. Agiliway. URL: http://surl.li/lsvpjm (дата звернення 29.11.2024).

Fairness Metrics In Machine Learning. Aporia. URL: http://surl.li/ygmtib (дата звернення 30.11.2024).

Machine Learning Yearning. Andrew Ng. 2019. 118 p. (дата звернення 30.11.2024).

Interpretable Machine Learning: A Guide For Making Black Box Models Explainable. Christoph Molnar. 2022. 328 р. (дата звернення 30.11.2024).

Published

2025-10-31