تحيز البيانات (Data Bias) يؤثر على التعلم الآلي بجعل النماذج تتعلم أنماطًا غير عادلة أو غير ممثلة للواقع، فإذا كانت البيانات مائلة نحو فئة أو مجموعة معينة فسيميل النموذج في توقعاته إليها، مما يؤدي إلى قرارات متحيزة وغير دقيقة، وهذا يمثل خطرًا كبيرًا في التطبيقات الحساسة مثل التوظيف أو التشخيص الطبي، لذا من الضروري التأكد من جمع بيانات متوازنة ومعالجة الانحياز قبل التدريب.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق