Science· 2017Q1
Tahminin ötesinde: Büyük verinin politika sorunları için kullanımı
Beyond prediction: Using big data for policy problems
- 580atıf
- Q1SCImago
- 2017yıl
Kısa özet
Makine öğrenmesi tahminleme konusunda başarılıdır, ancak gerçek politika kararlarına giden köprüyü kurmak, optimize edilmiş veri odaklı sonuçlar için temel varsayımların anlaşılmasını gerektirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Makine öğrenmesi, tıp ve kamu güvenliği gibi alanlarda tahminleme için yaygın olarak kullanılmaktadır.
- Tahmin yapma ile politika kararları alma arasında bir boşluk bulunmaktadır.
- Veri odaklı karar vermeyi optimize etmek için temel varsayımları anlamak anahtardır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Machine-learning prediction methods have been extremely productive in applications ranging from medicine to allocating fire and health inspectors in cities. However, there are a number of gaps between making a prediction and making a decision, and underlying assumptions need to be understood in order to optimize data-driven decision-making.
Yazarların özeti; kaynağından alınmıştır. Science, 2017 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Genel Sosyal Bilimler
General Social SciencesSocial Sciences