Question
Option 2 : Accuracy depends on the data's representativeness, not just its volume: more of the same skewed data reinforces the existing bias instead of correcting it / यथार्थता डेटा की प्रतिनिधित्वशीलता पर निर्भर करती है, केवल आयतन पर नहीं: उसी विषम डेटा की अधिक मात्रा विद्यमान पक्षपात को सुधारने के बजाय प्रबल करती है
Detailed Solution
सही उत्तर Accuracy depends on the data's representativeness, not just its volume: more of the same skewed data reinforces the existing bias instead of correcting it / यथार्थता डेटा की प्रतिनिधित्वशीलता पर निर्भर करती है, केवल आयतन पर नहीं: उसी विषम डेटा की अधिक मात्रा विद्यमान पक्षपात को सुधारने के बजाय प्रबल करती है है।
prepsnap.in • Part -AQuestion:
A vendor claims that doubling the training dataset will double a face-matching model's accuracy. What is the flaw in this claim? / एक विक्रेता दावा करता है कि प्रशिक्षण डेटासेट दोगुना करने से चेहरा-मिलान मॉडल की यथार्थता दोगुनी हो जाएगी। इस दावे में दोष क्या है?
Correct Answer: Accuracy depends on the data's representativeness, not just its volume: more of the same skewed data reinforces the existing bias instead of correcting it / यथार्थता डेटा की प्रतिनिधित्वशीलता पर निर्भर करती है, केवल आयतन पर नहीं: उसी विषम डेटा की अधिक मात्रा विद्यमान पक्षपात को सुधारने के बजाय प्रबल करती है
A model learns the distribution it is shown; if the added data repeats the original skew (same demographics, same conditions), the model simply becomes more confident in its biased behaviour — accuracy on underrepresented groups does not improve. / मॉडल वही वितरण सीखता है जो उसे दिखाया जाता है; यदि जोड़ा गया डेटा मूल विषमता दोहराता है (वही जनसांख्यिकी, वही दशाएँ), तो मॉडल अपने पक्षपाती व्यवहार में और अधिक आत्मविश्वासी बनता है — अल्प-प्रतिनिधित्व समूहों पर यथार्थता नहीं सुधरती। Fixing bias needs representative, diverse data, not merely more data. / पक्षपात सुधारने हेतु प्रतिनिधिक, विविध डेटा चाहिए, केवल अधिक डेटा नहीं।