Viés

Viés algorítmico refere-se à discriminação sistemática e injusta nos processos de tomada de decisão algorítmica.

Viés de ancoragem em IA refere-se à tendência cognitiva de confiar fortemente na primeira informação encontrada.

Viés de exposição refere-se à tendência dos algoritmos de favorecer dados superrepresentados nos conjuntos de treinamento, afetando o desempenho do modelo.

A Amplificação de Viés Implícito refere-se ao reforço não intencional de vieses existentes em sistemas de IA.

Viés de rótulo refere-se aos erros sistemáticos na rotulagem de dados que podem afetar o desempenho do modelo de IA.

Viés de aprendizado refere-se a erros sistemáticos em modelos de IA devido a dados de treinamento tendenciosos ou escolhas de design.

O viés de medição envolve avaliar a justiça e imparcialidade dos sistemas de IA nos processos de tomada de decisão.

O viés do modelo ocorre quando um modelo de IA produz erros sistemáticos devido a dados de treinamento tendenciosos ou suposições incorretas.

Overestimation Bias is the tendency to overrate one's abilities, knowledge, or predictions.

Uma classe superrepresentada em IA refere-se a uma categoria que aparece com mais frequência nos dados do que outras, impactando o viés do modelo.