机构名称：
¥ 1.0
本文研究了竞争如何影响机器学习 (ML) 预测因子。随着 ML 变得越来越普遍，公司经常使用它来争夺客户。例如，Yelp 等数字平台使用 ML 来预测用户偏好并提出建议。用户更经常查询的服务（可能是因为它更准确地预测了用户偏好）也更有可能获得额外的用户数据（例如以 Yelp 评论的形式）。因此，竞争预测因子会引起反馈循环，从而预测因子的性能会影响其接收的训练数据并随着时间的推移使其预测产生偏差。我们引入了一个灵活的竞争 ML 预测因子模型，该模型既可以快速进行实验，又可以实现理论可处理性。我们通过实证和数学分析表明，竞争导致预测因子专门针对特定子群体，但代价是其在一般人群中的表现更差。我们进一步分析了预测因子专门化对用户体验到的整体预测质量的影响。我们表明，市场中竞争预测因子过少或过多都会损害整体预测质量。我们的理论通过使用流行的学习算法（例如神经网络和最近邻方法）在多个真实数据集上进行的实验得到了补充。
竞争人工智能：竞争反馈如何影响机器......
主要关键词
相关文件推荐
