Pipeline de datos y representatividad · Pregunta 50 de 60
Un clasificador de cáncer de piel se entrenó solo con imágenes de una única clínica y se va a usar en todo el país. ¿Qué pasos de las pruebas de representatividad son adecuados aquí?
3 respuestas son correctas. Difícil Creado con IA
Mostrar solución
Solución
- A Definir la población objetivo, por ejemplo con expertos del dominio y datos de sistemas similares, y crear a partir de ella una referencia mediante muestreo estratificado
- B Comparar los datos de entrenamiento y los datos de referencia con análisis exploratorio de datos y buscar lagunas o concentraciones
- E Comparar distribuciones con pruebas formales como Chi-cuadrado o Kolmogorov-Smirnov
Explicación
La prueba se desarrolla en tres pasos: definir la población objetivo (contexto operativo, expertos, sistemas existentes, benchmarks, muestreo estratificado como línea base), analizar las características de los datos (análisis exploratorio de datos de entrenamiento y de referencia, lagunas y anomalías) y aplicar técnicas estadísticas. Se realiza antes del entrenamiento para no construir ningún modelo con datos no representativos.