今日のオリジナル番組


詳細を確認
タブーに切り込め!ここがおかしい「日本の保険」
本日配信
17Picks
Pick に失敗しました

選択しているユーザー
価値はあると思うけれど、実用化が難しい。真贋のわかっている教師データがあれば学習は出来るけれど、どのアンケートでもそれが存在しているわけではない。余程大規模な調査とかであればこのアプローチを検討する価値があるかもしれないが、もう一つは取り除いたデータの偏りによるサンプリングバイアスの問題がある。例えば、特定の属性の人ほど嘘をつきやすいなどがあれば、集約されたデータに基づく分析結果にバイアスがかかる可能性も。
人気 Picker
手法としてはreviewの偽造検出に近しいと思います。
嘘を書くときには一定の傾向があることを示すものですね。
ブリストル大学、Youtility、キングス・カレッジ・ロンドン、ソーレン・プライブッシュ氏による英国の研究チームの研究で「個人が特定の種類のデータと文脈の中で真実の情報を提供するかどうかを、機械学習技術を用いて推定する手法」なのだそう。こんなことまで推定できるんですね...すごいな...