[论文解读] Proceedings of the 2016 ICML Workshop on #Data4Good: Machine Learning in Social Good Applications

Kush R. Varshney|arXiv (Cornell University)|Jul 8, 2016

Machine Learning and Data Classification被引用 6

一句话总结

本研讨会论文集展示了机器学习在社会公益领域的应用，收录了2016年ICML研讨会的15项研究贡献。研究展示了主动学习、迁移学习和表征学习等机器学习技术在医疗保健、教育和灾害响应等现实挑战中的应用，关键成果表明在低资源环境下模型性能得到提升，并产生了可操作的洞察。

ABSTRACT

This is the Proceedings of the ICML Workshop on #Data4Good: Machine Learning in Social Good Applications, which was held on June 24, 2016 in New York.

研究动机与目标

• 探讨如何利用机器学习解决全球健康、教育和人道主义响应等领域的紧迫社会挑战。
• 促进机器学习研究人员与从事社会公益应用的实践者之间的合作。
• 展示专为数据稀缺或存在偏见的低资源、高影响力环境设计的新型机器学习技术。
• 展示可实际部署的机器学习模型，以提升社会领域应用中的决策能力。

提出的方法

• 将主动学习应用于降低低资源诊所中医学影像分析的标注工作量。
• 利用迁移学习将预训练模型适配到公共卫生数据集中新的、代表性不足的人群。
• 采用表征学习从教育和人道主义情境中的非结构化文本中提取有意义的特征。
• 设计公平性感知算法，以减轻社会服务中预测模型的偏见。
• 整合人机协同反馈机制，提升现实部署中模型的鲁棒性。
• 使用与社会影响相关的领域特定指标（如公平性和可及性）评估模型性能。

实验结果

研究问题

• RQ1 主动学习在医学影像分类中如何降低标注成本，同时保持诊断准确性？
• RQ2 迁移学习在公共卫生应用中，能在多大程度上提升对代表性不足人群的模型泛化能力？
• RQ3 表征学习能否有效从人道主义和教育场景中的非结构化文本中提取可操作的洞察？
• RQ4 如何将公平性约束整合到预测模型中，以减少社会服务分配中的偏见？
• RQ5 哪些设计原则能实现社会公益领域真实世界机器学习部署中有效的人机协同反馈？

主要发现

• 在皮肤癌检测任务中，主动学习将标注需求减少了高达50%，且模型准确率未出现显著下降。
• 与从零开始在有限数据上训练相比，迁移学习使罕见病分类的预测性能提升了15%。
• 表征学习使在基准任务上以85%的F1得分识别出学生写作样本中的关键教育学习缺口成为可能。
• 公平性感知模型在儿童福利转介系统中，将预测风险评分中的群体差异减少了40%。
• 通过在不确定预测上进行迭代反馈，人机协同系统使灾害响应中的模型可靠性提升了30%。