Epistemische Unsicherheit - AWSPräskriptive Anleitung

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Epistemische Unsicherheit

Epistemische Unsicherheit bezieht sich auf die Unsicherheit des Modells (Erkenntnistheorieist das Studium des Wissens) und ist oft auf einen Mangel an Trainingsdaten zurückzuführen. Beispiele für epistemische Unsicherheit sind unterrepräsentierte Minderheitengruppen in einem Gesichtserkennungsdatensatz oder das Vorhandensein seltener Wörter in einem Sprachmodellierungskontext.

Die epistemische Unsicherheit ergibt sich aus der Definition der Varianz:

Wobei gilt: .

Epistemische Unsicherheit eines trainierten Modells verringert sich, wenn die Größe der Trainingsdaten zunimmt. könnte auch von der Eignung der Modellarchitektur betroffen sein. Daher ist das Maß der epistemischen Unsicherheit für den Maschinenlerningenieur von großem Wert. Dies liegt daran, dass große Maßnahmen der epistemischen Unsicherheit darauf hindeuten könnten, dass Rückschlüsse auf Daten gezogen werden, mit denen das Modell weniger Erfahrung hat. Daher könnte diese epistemische Unsicherheit fehlerhaften Vorhersagen oder Ausreißerdaten entsprechen.