Explorez les options ci-dessous.
Parmi les modèles suivants, lesquels sont sensibles à une boucle de rétroaction ?
Un modèle de prévision de trafic qui prédit les embouteillages aux sorties d'autoroute à proximité de la plage. Il utilise la fréquentation de la plage comme caractéristique.
Certains amateurs de sports marins sont susceptibles de baser leurs plans sur les prévisions de circulation. Si la fréquentation est importante et que le trafic est censé être dense, de nombreuses personnes peuvent choisir un autre itinéraire. Cela peut réduire le taux de fréquentation à la plage, ce qui se traduira par des prévisions de circulation plus fluides, qui augmenteront la fréquentation, et le cycle se répétera.
Modèle de recommandation de livres qui suggère des romans susceptibles d'intéresser les utilisateurs en fonction de leur popularité (c'est-à-dire le nombre de fois où les livres ont été achetés).
Les recommandations de livres sont susceptibles de générer des achats. Ces ventes supplémentaires seront transmises au modèle en tant qu'entrées, ce qui les rendra plus susceptibles de recommander ces mêmes livres à l'avenir.
Modèle de classement des universités qui évalue en partie les établissements en fonction de leur sélectivité, c'est-à-dire le pourcentage d'étudiants acceptés.
Les classements du modèle peuvent susciter davantage d'intérêt pour les établissements les mieux notés, ce qui augmente le nombre de candidatures reçues. Si ces établissements continuent d'accueillir le même nombre d'élèves, la sélectivité augmente (le pourcentage d'élèves acceptés diminue). Cela permet d'améliorer le classement de ces établissements, d'accroître l'intérêt des étudiants, etc.
Modèle de résultats électoraux qui prédit le vainqueur d'une élection municipale en interrogeant 2% des électeurs après la fermeture des bureaux de vote.
Si le modèle ne publie pas ses prévisions avant la fin des sondages, il est impossible que ses prédictions affectent le comportement des électeurs.
Modèle de valeur immobilière qui prédit le prix d'un logement en utilisant la taille (superficie en mètres carrés), le nombre de chambres et l'emplacement géographique.
Il n'est pas possible de modifier rapidement l'emplacement, la taille ou le nombre de chambres d'une maison en réponse aux prévisions de prix. Une boucle de rétroaction est ainsi improbable. Toutefois, il existe une corrélation potentielle entre la taille et le nombre de pièces (les logements de grande taille ont généralement plus de pièces) qui peuvent nécessiter d'être éliminées.
Modèle basé sur les attributs du visage qui détecte si une personne sourit sur une photo. Elle est régulièrement entraînée à partir d'une base de données de banques de photos, mise à jour automatiquement tous les mois.
Il n'y a aucune boucle de rétroaction ici, car les prédictions du modèle n'ont aucune incidence sur notre base de données photo. Cependant, la gestion des versions de nos données d'entrée est problématique ici, car ces mises à jour mensuelles peuvent avoir des effets imprévus sur le modèle.