从经过训练的模型中学习单个训练示例。
从经过训练的模型中学习单个训练示例。
提问于 2020-04-28 14:11:34
我正在阅读谷歌的论文"ML测试分数: ML生产准备和技术债务减免的一个标准“，它为生产中的模型提供了最佳实践建议。在关于数据管道中的隐私控制的一节中，它说：
最后，测试任何用户请求的数据删除是否传播到ML培训管道中的数据，以及任何已学习的模型。
我理解从数据管道中删除数据的问题，但是否有可能在不对新数据进行再培训的情况下“不学习”一个培训示例？他们在文件中提到，这些做法在google中被使用过，所以可能有一种有效的方法，但我无法获得有关这方面的任何信息。
我正在寻找关于这个问题的任何文献，或者关于如何继续解决这个问题的任何想法。
编辑:关于进一步的研究，我发现了这的论文，重点是具体的问题。虽然做了很多假设，但他们也提出了一种k-均值的方法。看起来这是一个即将到来的研究领域，需要时间来开发！
回答 1
Data Science用户
回答已采纳
发布于 2020-04-28 19:48:22
有没有可能在没有新的数据再培训的情况下，“不学习”一个培训的例子呢？
想到的最明显的例外是基于实例的学习，例如kNN:由于“模型”本身只包含一组训练实例，因此删除实例很简单。
一般情况下，监督ML依赖于基于训练集实例的泛化模式。任何非平凡的模型都由多个这样的模式组成，每个模式都可能由不同的实例子集产生。即使有一种方法来跟踪哪个实例参与到哪个模式(这将是极其低效的)，删除任何模式可能会导致模型失败。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/73163
复制相关文章
相似问题
腾讯云开发者
