Journal des citations pour l'incident 61

Description: In the “The Nature Conservancy Fisheries Monitoring” competition on the data science competition website Kaggle, a number of competitors overfit their image classifier models to a poorly representative validation data set.

Outils

Nouveau rapportNouveau rapportNouvelle RéponseNouvelle RéponseDécouvrirDécouvrirVoir l'historiqueVoir l'historique
Présumé : Un système d'IA développé et mis en œuvre par Individual Kaggle Competitors, endommagé Individual Kaggle Competitors.

Statistiques d'incidents

ID
61
Nombre de rapports
1
Date de l'incident
2017-05-01
Editeurs
Sean McGregor

Classifications de taxonomie CSETv0

Détails de la taxonomie

Full Description

On the data science competition website Kaggle, a number of competitors in the “The Nature Conservancy Fisheries Monitoring” competition overfit their image classifier models to a poorly representative validation data set. This resulted in intermediate competition rankings that were misleading and discouraged other data scientists from competing. Outside of the competition environment it would not have been clear that this error had taken place.

Short Description

In the “The Nature Conservancy Fisheries Monitoring” competition on the data science competition website Kaggle, a number of competitors overfit their image classifier models to a poorly representative validation data set.

Severity

Negligible

Harm Distribution Basis

Religion

AI System Description

Image classifer models designed by individual competitors on Kaggle.

System Developer

Individual Kaggle Competitors

Sector of Deployment

Public administration and defence

Relevant AI functions

Perception

AI Techniques

supervised learning, machine learning, DNN, VGG, open-source

AI Applications

Feature detection, Image classification, Decision support

Location

Global

Named Entities

Kaggle, The Nature Conservancy

Technology Purveyor

Kaggle Competitors

Beginning Date

2016-11-14T08:00:00.000Z

Ending Date

2017-04-12T07:00:00.000Z

Near Miss

Near miss

Intent

Accident

Lives Lost

No

Data Inputs

Images captured on fishing boats

Rapports d'incidents

Ce que j'ai appris du concours de pêche de Kaggle
medium.com · 2017

Ce que j'ai appris du concours de pêche de Kaggle

Gidi Shperber Bloqué Débloquer Suivre Suivant 1 mai 2017

TLDR :

Mon partenaire Kaggle et moi avons récemment participé au concours Kaggle "The Nature Conservancy Fisheries Monitoring" (ci-ap…

Variantes

Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents