Laura Freeman mène des recherches qui associent les systèmes cyber-physiques, la science des données, l'intelligence artificielle et l'apprentissage automatique. La Dre Laura Freeman, directrice du laboratoire des systèmes intelligents du Hume Center for National Security and Technology de Virginia Tech, explique pourquoi il est essentiel de comprendre comment utiliser efficacement l'apprentissage automatique et les algorithmes d'IA lors d'un récent événement sur les statistiques avancées critiques pour le communauté de la défense. Vous pouvez regarder le plein événement à la demande , y compris un discours liminaire et une table ronde.
Voici un extrait du panel.
«Je pense que c'est quelque chose que nous devons exiger de notre processus de développement de modèles. J'ai donc donné quelques exemples dans mon exposé plus tôt sur la façon dont nous interrogions les modèles après coup pour comprendre ce qu'ils faisaient, ainsi que sur la façon dont nous structurions notre processus de développement de modèles à toutes les situations que nous allons devoir utiliser. les en.
«Je pense donc que nous avons besoin de ce concept de cadre et nous le faisons du développement du modèle à son utilisation. Et cela dépendra du type de modèle que nous utilisons, de l'objectif du problème que nous essayons de résoudre, des données dont nous disposons et du type de décision qui est prise. Ce processus est essentiel pour moi, mais être capable de mener des expériences sur nos modèles et de les interroger vraiment, puis de faire des prédictions, puis de collecter les données et de montrer que nous avons réussi notre prédiction va être un élément clé.
«Lorsque nous pouvons le faire de manière fiable, nous pouvons comprendre comment nos modèles prennent la décision, puis nous comprenons que nous avons suffisamment d'informations de qualité pour soutenir le processus de prise de décision.
Prévisualisez ses commentaires à partir de la conversation du panel, qui est disponible sur demande :
