Nowe zgłaszającego kodiaktau pisze "przedstawiła niedawno dokument opisuje sposób dużych zestawów danych może poprawić algorytmy uczenia się, ale podkreśla, że naukowcy muszą jeszcze konta uprzedzeń i niekompletność przed wyciągnięciem wniosków. Papier idzie także do potrzeby odpowiedzialnych praktyk biznesowych do zarządzania tymi zbiorów danych. "Nie było pojawienie się filozofii, duży danych jest wszystko, czego potrzebujesz. Sugerujemy, że faktycznie, liczby nie mówią same za siebie." Pełen artykuł można znaleźć poprzez SSRN Szczególne znaczenie ma swoje twierdzenie, że nawet duże zestawy danych mogą i będą mieć wpływ filtrów lub analityka, który interpretuje to [współautor badania Kate Crawford] zauważa, że wiele dużych zbiorów danych.. - szczególnie danych społecznych - pochodzą od firm, które nie mają obowiązku wspierania badań naukowych Uzyskanie dostępu do danych może oznaczać, płacąc za nią, lub prowadzenie firmy chętnie przez nie wykonywanie pewnych rodzajów badań "..
Czytaj więcej o tej historii w Slashdot.
Brak komentarzy:
Prześlij komentarz