Koneoppiminen ja päätelmien luotettavuus
Työpaketissa kehitetään koneoppimismalleja rekisteridatan analysointiin ja arvioidaan minkälaisia vaatimuksia eri mallinnus- ja päättelypäämäärät kuten kausaalinen mallintaminen, algoritmeihin perustuva päätöksenteko, yksilökohtainen ennustaminen, tai populaatiotason prosessien mallintaminen asettavat datalle. Tieteen- ja teknologiantutkimus ja filosofia tuovat työpakettiin refleksiivisyyttä kysymällä mm. minkälaista taustatietoa, asiantuntemusta ja datalukutaitoa mallien rakentaminen ja hyödyntäminen edellyttävät? Kuinka datan ja rekisteriaineistojen puutteellisuus, virheet, vinoumat tai esimerkiksi kirjauskäytäntöjen muutokset vaikuttavat malleihin ja niistä tehtäviin päätelmiin?
Teeman yhteyshenkilö
Pekka Marttinen
Apulaisprofessori
Koneoppiminen, Aalto-yliopisto
pekka.marttinen@aalto.fi
Kirjoituksia tästä teemasta
Näkökulmia tekoälyyn: Tekoäly ja asiantuntijatyön muutos
Tekoälyn käyttöönotto työpaikoilla on vasta alussa. Tähän asti tekoäly on ollut asiantuntijoille pikemminkin uusi resurssi kuin uhka, mutta tulevaisuudessa myös asiantuntijatehtävissä toimivat joutuvat miettimään kuinka ihmisen ja koneen yhteistyö olisi parasta...
Tekoälystä tietoturvallista
Antti Honkela, apulaisprofessori, TkT, Tietojenkäsittelytieteen osasto, Helsingin yliopisto Tämä teksti on julkaistu Eduskunnan tulevaisuusvaliokunnan raportissa Tekoälyratkaisut tänään ja tulevaisuudessa (Tulevaisuusvaliokunta 1/2022). Voit lukea koko raportin...
Puhutko dataa?
Tiedekulma järjestää ohjelmasarjan Ihmisten tekoäly 21.-30.9.2021, joka koostuu neljästä livestriimistä. DataLitistä keskusteluun osallistuvat Antti Honkela, Anna-Mari Rusanen, Karoliina Snell ja Petri Ylikoski kahdessa eri sessiossa: Kenen tekoäly? 21.9. klo 17 Miten...