スピーキングチャレンジ 機械の学習と人間の先入観 Machine Learning and Human Bias

パーソナリティ : Priscilla
0
0
0

Is there bias in machine learning?

00:00
00:00

チャレンジ記録

合計スピーキングチャレンジ 0

今日のスピーキングチャレンジ

録音スタート

録音は 6 分までです

But just because something is based on data doesn't automatically make it neutral. Even with good intentions, it's impossible to separate ourselves from our own human biases, so our human biases become part of the technology we create in many different ways.
データを元にしているからといっても、中立であるというわけではないのです。たとえ善意をもってしたとしても、人間の先入観と私たちは引き離すことができないのです、なので、人間の先入観というものは色々な面で、私たちが作るテクノロジーの一部になるのです。

単語まとめ

1. be based on ~に基づいた、を基準にして

be based on

[beɪs] (ph.) ~に基づいた、を基準にして

on the basis of

(ph.) ~に基づいて

basic

[ˈbeɪsɪk] (adj.) 基礎の、基本的な

basically

[ˈbeɪsɪkli] (adv.) 基本的に(は)、根本的に

2. automatically 自動的に、無意識に

automatically

[ˌɔːtəˈmætɪkli] (adv.) 自動的に、無意識に

automatic

[ˌɔːtəˈmætɪk] (adj.) 自動の、自動的な

auto-

[ˈɔːtəʊ] (prefix.) 自己の、自らの、自動の

atomic

[əˈtɒmɪk] (adj.) 原子の、極小の

3. neutral 中立の、一方に肩入れしない

neutral

[ˈnjuːtrəl] (adj.) 中立の、一方に肩入れしない

objective

[əbˈdʒektɪv] (adj.) 客観的な、客観の

subjective

[səbˈdʒektɪv] (adj.) 主観の[的な・に影響された]

4. bias バイアス、偏見、先入観

bias

[ˈbaɪəs] (n.) バイアス、偏見、先入観

biased

[ˈbaɪəst] (adj.) 偏見を抱いた、見方の偏った、先入観にとらわれた

prejudice

[ˈpredʒʊdɪs] (n.) 先入観、偏見、嫌悪感