当黑盒算法不适用时：一个有原则的预测问题本体论
摘要：结果推理：一种新的、极其高效的算法推理方式在20世纪80年代兴起。本文引入了“结果推理”这个术语来指代这种推理形式。尽管结果推理已经在数据科学领域占据了主导地位，但对它的讨论还不够多，它的影响也没有得到足够的认识。例如，结果推理是我们评判“黑盒”算法表现好坏的主要方式。本文分析了结果推理的最常见形式（即“常见任务框架”）及其局限性。我们讨论了为什么有大部分预测问题不适合进行结果推理。以一个例子为证，常见任务框架无法为算法在现实世界中的部署提供基础。基于其核心特点，我们确定了一个问题类别，可以在部署中使用这种新的推理方式。我们有意开发了一个新的框架，以便技术人员和非技术人员都能够讨论和确定他们的预测问题的关键特征，以及是否适合进行结果推理。
作者：Jordan Rodu and Michael Baiocchi
论文ID：2001.07648
分类：Other Statistics
分类简称：stat.OT
提交时间：2023-02-16