인공지능(특히 딥러닝)에서 데이터의 문제점 또는 한계

항목세부 내용비고데이터 편향ü성별 편향(남성 이력서만 학습), 인종 편향(백인 위주 학습), 지역 편향(미국 도로 학습), 언어 편향(영어권 주로 학습)ü나머지 데이터에 대한 정확도 저하 또는 차별(면접 등)적인 의사결정 우려•데이터 부족ü특정 도메인(예, 희귀 질병 의료 데이터)ü충분한 학습이 이뤄지지 않아 정화도 저하 또는 과적합 위험 증대•데이터 품질 문제ü오류, 불일치, 누락, 중복, 부정확한 레이블링 등ü오작동 또는 부정확한 결과•비표준 데이터ü일관되지 않는 형식이나 단위, 구조를 가진 데이터 집합ü동일한 내용이 다른 형식으로 제출된 경우ü데이터 전처리에 시간/비용 과다, 오류 발생 가능성 증대•개인정보 및 보안ü프라이버시 침해 : 개인식별정보가 포함된 데이터를 무단 사용 또는 유출ü정보 유출 ..
Innovation&Hurdles/BiliChild(빌리칠드) 2026. 5. 8. 05:30
1
반응형
250x250
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
TAG more
«   2026/05   »
일 월 화 수 목 금 토
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31
글 보관함