ترجمه فارسی مقاله ارزیابی سوگیری قبل از آموزش در مجموعه داده های سندرم تنفسی حاد شدید

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Evaluating Pre-Training Bias on Severe Acute Respiratory Syndrome Dataset
عنوان مقاله به فارسی ارزیابی سوگیری قبل از آموزش در مجموعه داده های سندرم تنفسی حاد شدید
نویسندگان Diego Dimer Rodrigues
فرمت مقاله انگلیسی PDF
تعداد صفحات 5
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Computer Vision and Pattern Recognition,یادگیری ماشین , دید رایانه و تشخیص الگوی ,
توضیحات Submitted 27 August, 2024; originally announced August 2024. , Comments: short paper for eurovis, 5 pages
توضیحات به فارسی ارسال شده در 27 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: مقاله کوتاه برای یوروویس ، 5 صفحه
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Machine learning (ML) is a growing field of computer science that has found many practical applications in several domains, including Health. However, as data grows in size and availability, and the number of models that aim to aid or replace human decisions, it raises the concern that these models can be susceptible to bias, which can lead to harm to specific individuals by basing its decisions on protected attributes such as gender, religion, sexual orientation, ethnicity, and others. Visualization techniques might generate insights and help summarize large datasets, enabling data scientists to understand the data better before training a model by evaluating pre-training metrics applied to the datasets before training, which might contribute to identifying potential harm before any effort is put into training and deploying the models. This work uses the severe acute respiratory syndrome dataset from OpenDataSUS to visualize three pre-training bias metrics and their distribution across different regions in Brazil. A random forest model is trained in each region and applied to the others. The aim is to compare the bias for the different regions, focusing on their protected attributes and comparing the model's performance with the metric values.

چکیده به فارسی (ترجمه ماشینی)

یادگیری ماشین (ML) یک زمینه در حال رشد از علوم رایانه است که بسیاری از کاربردهای عملی را در چندین حوزه از جمله سلامت پیدا کرده است.با این حال ، با افزایش داده ها در اندازه و در دسترس بودن ، و تعداد مدلهایی که با هدف کمک به یا جایگزینی تصمیمات انسانی هدف قرار می گیرند ، این نگرانی را ایجاد می کند که این مدل ها می توانند مستعد تعصب باشند ، که می تواند با پایه گذاری تصمیمات خود به افراد خاص آسیب برساندویژگی های محافظت شده مانند جنسیت ، دین ، ​​گرایش جنسی ، قومیت و دیگران.تکنیک های تجسم ممکن است بینش ایجاد کند و به خلاصه مجموعه داده های بزرگ کمک کند ، و به دانشمندان داده این امکان را می دهد تا قبل از آموزش یک مدل با ارزیابی معیارهای قبل از آموزش استفاده شده به مجموعه داده ها قبل از آموزش ، داده ها را بهتر بشناسند ، که ممکن است در شناسایی آسیب های احتمالی قبل از هرگونه تلاش برای آموزش کمک کند.و استقرار مدل هااین کار با استفاده از مجموعه داده های سندرم تنفسی حاد شدید از Opendatasus برای تجسم سه معیار تعصب قبل از آموزش و توزیع آنها در مناطق مختلف برزیل.یک مدل جنگلی تصادفی در هر منطقه آموزش دیده و برای سایرین اعمال می شود.هدف این است که تعصب را برای مناطق مختلف ، با تمرکز بر ویژگی های محافظت شده آنها و مقایسه عملکرد مدل با مقادیر متریک مقایسه کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.