Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ
COMPAS và Xu hướng trong bài kiểm tra thuật toán tái phạm
Kiểm tra các phát hiện của ProPublica về tỷ lệ lỗi COMPAS, khả năng bảo vệ hiệu chuẩn của Northpointe và lý do các định nghĩa về tính công bằng xung đột khi tỷ lệ cơ bản khác nhau.
Câu hỏi 1 của 8
Trong số những bị cáo KHÔNG tái phạm, ProPublica thấy gì về bị cáo Da đen so với bị cáo da trắng?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Trong số những bị cáo KHÔNG tái phạm, ProPublica thấy gì về bị cáo Da đen so với bị cáo da trắng?
- Họ ít có khả năng được ghi bàn hơn
- Họ có nhãn rủi ro giống hệt nhau
- Họ có khả năng bị dán nhãn rủi ro cao hơn gần gấp đôi
- Họ có nhiều khả năng được dán nhãn rủi ro thấp hơn
- Cốt lõi của việc bảo vệ COMPAS của Northpointe là gì?
- Ở mỗi mức điểm, bị cáo Da đen và da trắng tái phạm với tỷ lệ tương tự (hiệu chuẩn)
- Công cụ sử dụng chủng tộc để sửa lỗi sai lệch lịch sử
- ProPublica đã phân tích sai quận
- Công cụ này chưa bao giờ được sử dụng ở bất kỳ tòa án nào
- Trong điều kiện nào thì kết quả không thể xảy ra cho thấy việc hiệu chuẩn và tỷ lệ lỗi bằng nhau đều không thể đúng?
- Khi mô hình sử dụng hơn 100 tính năng
- Khi tập dữ liệu có ít hơn 10.000 người
- Khi chủng tộc được đưa vào làm đầu vào
- Khi các nhóm có tỷ lệ cơ bản khác nhau và công cụ dự đoán không hoàn hảo
- Tòa án Tối cao Wisconsin đã giữ gì trong vụ kiện Bang kiện Loomis?
- COMPAS là vi hiến và bị cấm tại tòa án
- Thẩm phán có thể xem xét COMPAS nhưng nó không thể là yếu tố quyết định và cần có văn bản cảnh cáo
- Điểm COMPAS phải quyết định độ dài của câu
- Bị cáo phải được xem mã nguồn đầy đủ
- Cuộc đua có phải là đầu vào của COMPAS không?
- Đúng, đó là yếu tố có trọng số lớn nhất
- Có, nhưng chỉ dành cho bị cáo ở Florida
- Không; nó sử dụng lịch sử tội phạm và câu trả lời câu hỏi
- Không; nó chỉ sử dụng tuổi của bị cáo
- Nghiên cứu năm 2018 của Julia Dressel và Hany Farid đã tìm thấy điều gì?
- Các tình nguyện viên trực tuyến chưa được đào tạo đã dự đoán việc bắt giữ lại chính xác như COMPAS
- COMPAS chính xác hơn 90%
- Ban giám khảo phớt lờ hoàn toàn điểm COMPAS
- COMPAS không có sự chênh lệch chủng tộc ở Quận Broward
- Sử dụng FPR = (p/(1-p)) x ((1-PPV)/PPV) x (1-FNR), nếu PPV và FNR bằng nhau giữa các nhóm nhưng nhóm A có tỷ lệ cơ bản p cao hơn, điều gì xảy ra với tỷ lệ dương tính giả của nhóm A?
- Nó phải thấp hơn
- Nó phải bằng không
- Nó không bị ảnh hưởng bởi p
- Nó phải cao hơn
- Tại sao việc loại bỏ chủng tộc khỏi mô hình rủi ro không đảm bảo kết quả khách quan?
- Tòa án yêu cầu phải đưa vào chủng tộc
- Các đầu vào tương quan như các vụ bắt giữ trước đó có thể mang các mô hình kiểm soát lịch sử
- Mô hình không thể chạy nếu không có dữ liệu nhân khẩu học
- Việc loại bỏ chủng tộc luôn làm cho mô hình kém chính xác hơn đối với mọi nhóm