Использование крупномасштабного набора данных
Как большие наборы данных помогают создавать новые теории принятия решений человеком
Командой исследователей Принстонского Университета совсместно с сотрудниками Политехнического Института Ворчестера был разработан способ использования крупномасштабных эскпериментов с наборами данных и машинного обучения в целях открытия новых теорий по принятию решений.
В докладе, опубликованном журналом Science, группа описывает свой подход к использованию общего эксперимента для тестирования и разработки новых теорий, касающихся принятия решений человеком. В том же номере журнала Судип Бхатиа и Лишэн Хи совместно с Университетом Пенсильвании и Шанхайским университетом международных исследований опубликовали статью о перспективах, в которой излагаются текущие проблемы теории принятия решений и отчёт о работе, проделанной командой в новом направлении.
Процесс принятия решений человеком сложен и, временами, кажется произвольным – тем не менее, психологи хотели бы лучше изучить этот процесс как средство более точного прогнозирования решений, которые люди могут принимать в различных обстоятельствах.
Для этого и были разработаны теории, описывающие процесс принятия решений человеком. Как отмечают исследователи, большинство из них не применимы в реальном мире, и их трудно отличить друг от друга. В этом новом для всех направлении, ученые попытались добавить новый инструмент для проверки существующих теорий и помощи в разработке новых, более совершенных.
Credit: CC0 Public Domain
Предыдущие попытки по развитию теорий принятия решений обычно включали в себя использование небольших наборов данных из – за их зависимости от множества исходных предположений. Такие теории редко сравнивают друг с другом. Чтобы преодолеть обе проблемы, исследователи начали с общего эксперимента по принятию решений, в котором добровольцы выбирают один из двух очевидных вариантов. Эти варианты, как правило, включают выбор принятия одной из двух денежных сумм. Например, их могут попросить выбрать между вариантом получения 100 долларов с вероятностью всего 10% или 50 долларов с вероятностью 90%. Такие эксперименты могут проводиться с тысячами людей, что может привести к созданию очень больших наборов данных.
При помощи этого подхода, ученые, используя набор данных из 10 000 ответов, обнаружили, что их система способна «имитировать человеческие решения с очень высокой степенью точности». По их словам, данная система значительно превосходит существующие модели.
Автор статьи Bob Yirka, источник оригинальной публикации TechXplore