기계 학습 정확도에 대한 몇 가지 의견
기계 학습 정확도에 대한 몇 가지 의견 이 블로그 글은 최근 불거진 기계 학습의 정확도와 편향된 생각에 대한 몇 가지 의견을 간략히 소개합니다. 먼저 최근 미국시민자유연맹(ACLU)의 블로그에서 제기된 얼굴 인식 실험 게시물에 대한 몇 가지 의견입니다. ACLU에서는 Amazon Rekognition을 사용하여 25,000장의 범죄자 공개 사진을 기반으로 얼굴 데이터베이스를 구축한 다음, 현재 재직 중인 미의회 의원들의 공개 사진을 사용하여 해당 데이터베이스에 대한 얼굴 유사성 검색을 수행했습니다. 그 결과 80% 신뢰 수준에서 535건 중 28건의 잘못된 일치 결과를 발견했습니다. 이는 5% 식별 오류(‘오탐’이라고도 함) 또는 95%의 정확도를 의미합니다. 이 데이터 세트, 방법론 또는 결과에 대한 상세한 내용은 발표되지 않았으므로 ACLU에서 공개한 내용에만 의존할 수 밖에 없습니다. 그러나 이들의 주장에 대해 다음과 같은 몇 가지 생각을 해 볼 수 있습니다. Rekognition의 얼굴 인식 API에 대한 기본 신뢰 임계값은 80%입니다. 이 수치는 광범위한 일반 사용 사례(예: 소셜 미디어에서 유명 인사 인식하기 또는 사진 앱에서 닮은 [ more… ]
