Hãy khám phá các lựa chọn bên dưới.
Những mô hình nào sau đây dễ bị ảnh hưởng bởi vòng lặp phản hồi?
Mô hình dự báo giao thông dự đoán tình trạng tắc nghẽn tại các lối ra cao tốc
gần bãi biển, sử dụng thông tin về lượng hành khách trên bãi biển.
Một số người đi biển có thể dựa vào thông tin dự báo của chúng tôi về lưu lượng truy cập. Nếu có một lượng lớn người đi biển và lưu lượng truy cập được dự báo là rất lớn, nhiều người có thể sẽ lập các kế hoạch thay thế. Điều này có thể làm giảm tỷ lệ quay vòng trên bãi biển, dẫn đến kết quả dự báo giao thông nhẹ hơn, sau đó có thể tăng số người tham dự và chu kỳ sẽ lặp lại.
Mô hình đề xuất sách đề xuất cho người dùng về cuốn tiểu thuyết mà họ có thể thích
dựa trên mức độ phổ biến (ví dụ: số lần mua sách).
Các đề xuất về sách có thể thúc đẩy số lượt mua hàng và những giao dịch bán hàng bổ sung này sẽ được cung cấp trở lại cho mô hình dưới dạng thông tin đầu vào, giúp tăng khả năng đề xuất những cuốn sách như vậy trong tương lai.
Mô hình xếp hạng đại học dùng để đánh giá một phần các trường dựa trên khả năng lựa chọn của họ – tỷ lệ phần trăm học viên nộp hồ sơ vào trường.
Thứ hạng của mô hình có thể khiến các trường được xếp hạng cao nhất quan tâm hơn, làm tăng số lượng ứng dụng mà họ nhận được. Nếu các trường này
tiếp tục nhận số lượng học viên như nhau, thì số học viên được chọn sẽ tăng (tỷ lệ học sinh được nhận sẽ giảm). Điều này
sẽ thúc đẩy các trường này' thứ hạng, nhờ đó sẽ tăng thêm
khả năng quan tâm của học sinh tiềm năng, v.v....
Mô hình kết quả bầu cử dự báo người chiến thắng trong một cuộc đua thị trưởng bằng cách khảo sát 2% cử tri sau khi cuộc thăm dò kết thúc.
Nếu mô hình này chưa công bố thông tin dự báo cho đến khi cuộc thăm dò ý kiến đã kết thúc, thì các dự đoán của mô hình đó có thể sẽ không ảnh hưởng đến hành vi của cử tri.
Một mô hình giá trị nhà ở dự đoán giá nhà, sử dụng kích thước (khu vực tính bằng mét vuông), số phòng ngủ và vị trí địa lý làm các đối tượng địa lý.
Bạn không thể nhanh chóng thay đổi vị trí,
kích thước hoặc số phòng ngủ của ngôi nhà để dự đoán giá,
làm cho vòng lặp phản hồi trở nên không khả thi. Tuy nhiên, có thể có mối tương quan giữa kích thước và số lượng phòng ngủ (nhà lớn hơn có thể có nhiều phòng hơn) có thể cần phải tách biệt.
Một mẫu thuộc tính khuôn mặt giúp phát hiện xem một người có đang cười trong ảnh hay không. Thông tin này được đào tạo thường xuyên về cơ sở dữ liệu của kho ảnh tự động được cập nhật hằng tháng.
Không có vòng lặp phản hồi nào tại đây vì thông tin dự đoán mô hình không ảnh hưởng đến cơ sở dữ liệu ảnh của chúng tôi. Tuy nhiên, việc lập phiên bản dữ liệu đầu vào của chúng tôi là một mối lo ngại vì những nội dung cập nhật hằng tháng này có thể ảnh hưởng không lường trước đến mô hình.