提升预测精确性的方式，预测的量涉及到准确性和精确性-热闻精选-小童说事

机器学习能够探索你的众多密秘——包含最敏锐的信息，例如预测你的择偶标准、是否怀孕了、是不是要辞去工作中，或是很有可能大限将至。

那麼，设备是确实“了解”你的秘密，或是只靠猜想？假如设备仅仅像人一样开展推断，那那么精准有误吗？

使我们看来一些事例：

英国塔吉特百货商店（Target）对产妇的预测，也许是优化算法探索人们密秘最有名的测试用例之一。2012年，《纽约时报》的一篇文章叙述了公司能够怎样利用手上的数据信息，文章内容中有一则趣事：一名爸爸见到塔吉特百货商店给孩子推送含有显著导向性的婴幼儿用品优惠劵，才获知十几岁的闺女怀了孕。

这个故事可能是编造的，就算真出现过，依据内容对塔吉特百货商店工作内容的详尽讲解看来，也有可能仅仅偶然，并非预测性剖析。但是，预测技术性确实存有个人隐私风险性。终究，假如一家集团公司的销售市场单位可以预测出谁孕期，就意味着其查询了非自行给予的比较敏感医疗数据，但实际上仅有受到专业培训的医务人员才可以妥善处置和信息保密这类数据信息。

该类信息的获得方式假如无法得到妥当管理方法，将对本人日常生活造成较大危害。一名忧虑的群众在网络上强调，构想一名孕妈妈，“工作中不稳定，并且都还没申请办理好生育假期内的政府部门褔利……这时被曝出孕期，很有可能会令她丧失生产制造补助费（约2万美金）、生育假褔利（约一万至5万美元），乃至丢弃工作中。”

这不是数据信息疏忽大意、泄漏或被盗取的难题，只是造成新的数据信息——即间接性发觉大家不愿意公布的实情。公司还可以根据目前的信息开展预测，知微见著，进而得到强有力的洞悉。

因而，预测实体模型的主要表现过度出色，是不是反倒对大家不好？我们知道，实体模型预测不精确会产生损害，但过度精确是不是也不大好？

就算自身精确性不高，实体模型依然能够对特殊群体的孕期状况进行精确预测。假定18岁至四十岁中间的女生消费者中有2%是孕妈妈，假如实体模型可以找到消费者中孕期概率高过平均3倍的人，在其中仅有6%是孕妈妈，这样一来预测精确性就提高到最初的3倍。若是进一步变小范畴，例如锁住最有可能孕期的前0.1%群体，预测精确性会高些，假如提高到原先的46倍，那麼这当中也许有92%的人是孕妈妈。在这样的情形下，系统软件足够鉴别出十分很有可能孕期的女士。

一样的理念也适用预测择偶标准、人种、身体状况、精准定位和辞职意愿。就算一个实体模型综合性而言并不是很精确，但对于相对性不足的人群，也很有可能精确地预测到这种信息。由于群体中总会有一小部分人的有关信息更为便于检测。如今的技术性也许只有精确预测相对性较小的人群，但即使是一百万人里前0.1%的人群，也代表着有1000本人的具体情况是还可以被预测的。

非常好了解大家为何不愿让他人了解这种信息。2013年hp惠普预测将有超出三十万职工很有可能辞职——有关指标值被hp惠普称之为逃走风险性（Flight Risk）指数值，并被递交给管理人员。假如方案辞职，你一般不容易想在宣布明确提出以前让领导干部了解。

还有一个事例，面部识别技术性还可以用以追踪定位，涉及到一个人悄然无声迁移地址的基本上随意，例如公共场合置放的监管就可以辨别出别人在某一时间段在某一指定地址。我或许并不是斥责面部识别技术性，但微软公司和Google的CEO都因这一因素而抵制此项技术性。

再例如，一家咨询管理公司为人事部门制做了预测人才流失状况的实体模型，并指出能够预测职工身亡情况，由于这也是导致人才流失的一个要素。人事部门回复道，“不必给大家看这个！”她们并不愿担负预料什么职工很有可能立刻遭遇恐吓威胁而产生的义务。

研究表明，预测性实体模型还能够根据Facebook关注点赞等印痕，鉴别出别的个人隐私特性——例如人种和中华民族。必须担忧的是网络营销工作人员会怎样利用该类预测。美国哈佛大学政府部门和专业专家教授拉坦娅·斯帝尼（Latanya Sweeney）说，“最终，在网上的广告宣传会含有目的性。你肯定不会想让新手妈妈看鱼杆广告宣传，而让垂钓的人看纸尿裤的广告宣传。难题是这类目的性何时会翻过大数据营销的界线，对全部人群造成不良影响？”确实，斯帝尼的一项研究表明，用谷歌搜索引擎“听起来像黑种人”的姓名时，弹窗广告暗示着这个人有违法犯罪案底的几率比检索别的名字时高于25%，就算广告主的拘捕纪录库文件并沒有叫这种名称的人。

“假如造就一项能够辨别出人种的技术性，就有可能有些人用其去挤压这一人种的人。”英国乔治敦大学法学系个人隐私及研究中心高級主管克莱尔·加维（Clare Garvie）说。

利用预测性技术对不一样中华民族执行区别看待，将风险性提高到一个新水准。麻省理工大学深度神经网络研究者乔纳森·唐纳德（Jonathan Frankle）提示说，这类发展趋势很有可能会涌向好几个地域。“我觉得将这些技术性视作对民主化的影响并但是分。一旦我国选用这类明显的威权方式，便会利用数据信息，以一种更不可动摇的方法来强制注浆观念和标准……从这种含义上说，大家已经糊里糊涂地踏入这次应急困境。”

给机器学习所寻求的预测性总体目标撇清社会道德界线，是一个严峻的挑戰，要精确划分应当法律严禁的一部分（如果有得话）也是十分困难。可是，大家起码要提高警惕，留意机器学习什么时候会促长早就出现的不道德品质，及其要什么时候当心解决其发生的数据信息。

艾瑞克·西格尔（Eric Siegel）| 文

艾瑞克·西格尔博士研究生是著名咨询顾问，曾于宾夕法尼亚大学执教，将机器学习讲得浅显易懂、扣人心弦。他是“预测剖析全球”（Predictive Analytics World）与“深度神经网络的全球”（Deep Learning World）系列产品大会的创办人，也是Coursera机器学习示范课老师。他是一位受大家喜爱的演讲人，曾应邀发布过100多局中心思想演说，也是《机器学习日报》（The Machine Learning Times）实行小编。他所著畅销书籍《预测性剖析：预料谁会点一下、选购、说谎或死掉的魔法》（Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die）。

柴茁 | 译蒋荟蓉 | 校孙燕 | 编写