看起来很容易使用，对吗是的。你可以花一个周末学习，你可以写几行，你可以转换，你可以分析，你可以解析以前仅使用库无法完成的数据。因此，您实际上不必了解自己在做什么，并且可以获得一些看起来有用的结果，好吗嗯嗯。，但是在这个过程中加热，对吧事实上，您可以获取大量数据，以某种方式对其进行修改，然后获得响应，获得一些结果，而无需了解中间发生的情况，这会对误解您所获得的结果产生巨大影响，正确的然后，如果您在世界上使用这些工具，对吧：以一种可以影响其他人的方式。例如，你知道，假设你在一家金融机构工作，你想出了一个模型来弄清楚，呃，你应该给谁，你应该给谁一些信用，获得，你知道，批准为、为信贷、为信贷额度，以及你不应该为谁。
现在现在银行有自己的模型但
当然，如果你把人工智能从中剔除，传统 巴基斯坦 电话号码 上这仔细考虑的，他们可能偶尔会出错，但至少他们有一个很大的你知道，分析数据、使数据产生偏差意味着什么，对吗数据偏差会产生什么影响如何摆脱所有这些事情是一个优秀的统计学家应该接受培训的事情。但现在，如果你去掉统计学家，因为任何人都可以使用模型来分析数据并获得一些预测，那么最终会发生的情况是，你最终会拒绝和批准那些与你一起的人的信用额度，你知道，其后果可能是，你知道，是偏见驱动的，对吧：就像，它可能会对某些人群产生负面影响。
由数据中非常负面的
也许有些人无法 阿尔及利亚电话号码列表 再获得信贷额度，只是因为他们住在某个特定的社区……嗯。，或者他们，你知道，有很多原因导致这可能成为一个问题，：但这不是以前的一个因素吗我的意思是，我认为，即使在模拟模型中，社区也被视为是的一部分。肯尼思•温格：是的，绝对如此。就像我说的，我们总是存在偏见的问题，对吧数据里有吧但传统上，你会希望，所以会发生两件事。首先，你会希望无论是谁提出一个模型，仅仅因为这是一个复杂的问题，他们就必须接受一些令人满意的统计训练。是的。正确的，道德统计学家必须考虑如何处理数据中的偏差，对吧所以这是第一。第二，我们现在面临的问题是，首先，你不需要做出这样的决定。
