Das Risiko verfälschter Daten

Vorsicht vor möglichen Voreingenommenheiten bei chemischen Datensätzen

“Die Materialwissenschaft hat sich dem maschinellen Lernen verschrieben. Wie bei anderen Disziplinen auch müssen die Forscher hier auf die Risiken verfälschter Daten achten” – warnt ein Leitartikel in Nature vom 11.09.2019. Wie die meisten Forschungsbereiche habe auch die Materialwissenschaft “Big Data” übernommen, einschließlich von Modellen und Techniken des maschinellen Lernens. Diese würden verwendet, um neue Materialien und deren Eigenschaften vorauszusagen und Lösungsansätze für bestehende Medikamente und Chemikalien zu finden. weiterlesen…