 |
| Photo by Souvik Banerjee on Unsplash |
นักวิจัยของ Massachusetts Institute of Technology (MIT) พบว่าความแม่นยำของตัวแบบการตรวจจับบ็อตที่ถูกพัฒนาขึ้นมาอาจต่ำกว่าที่รายงานไว้ เนื่องจากข้อจำกัดในข้อมูลการฝึกอบรม
นักวิจัยใช้ตัวแบบการเรียนรู้ของเครื่อง (machine learning) ที่มีขายทั่วไปกับชุดข้อมูล Twitter จากพื้นที่เก็บข้อมูลที่ของโดย Indiana University ซึ่งตรวจแยกบอทจากคนด้วยความแม่นยำ 99%
การวิเคราะห์เชิงลึกแสดงให้เห็นว่าตัวแบบที่ได้รับการฝึกฝนให้ทำงานได้ดีในชุดข้อมูลหนึ่งไม่จำเป็นต้องมีประสิทธิภาพดีกว่าการคาดเดาแบบสุ่มในชุดข้อมูลอื่น โดยแนะนำว่าตัวแบบที่ใช้งานทั่วไปที่ได้รับการฝึกฝนบนข้อมูลดังกล่าวอาจเสี่ยงต่อข้อผิดพลาดในสถานการณ์จริง
นักวิจัยยังได้เรียนรู้ว่าอัลกอริทึมที่ค่อนข้างง่ายให้ความแม่นยำคล้ายกับตัวแบบที่ซับซ้อนกว่าสำหรับชุดข้อมูลหลาย ๆ ชุด
อ่านข่าวเต็มได้ที่: MIT Sloan School of Management
ไม่มีความคิดเห็น:
แสดงความคิดเห็น