关于机器学习准确度的几点看法

本博客就机器的学习的准确度和偏差，分享一些看法。最近ACLU在一篇博客中做了一项人脸识别实验。他们利用Rekognition建立了一个包含25000张嫌疑犯人脸的数据库，在此数据库的基础上用现有国会议员的照片进行人脸搜索匹配。使用80%的置信度区间，535张人脸中有28张识别出错。识别错误（或者叫误判）率接近5%，准确度接近95%。ACLU没有公布他们使用的数据集、实验方法以及结果的相关细节，所以我们只能基于他们公开发表的东西进行分析。根据他们文中的声称，我们谈以下几点看法：1、Rekognition人脸识别API的默认置信度阈值为80%，这一置信度阈值对于很大部分应用场景来说是可取的，例如识别社会媒体名流、从某个照片APP中识别长相相像的家庭成员。但是对于公共安 ………………………………