ISO 9241-11 Definition der Benutzerfreundlichkeit

Signal detection is the process of identifying potential causal relationships between a drug and an adverse event from large datasets, typically spontaneous reporting systems. It uses statistical methods, known as disproportionality analysis, to find drug-event combinations reported more frequently than expected. A common measure is the Reporting Odds Ratio (ROR), a value greater than one suggesting a potential signal that requires further investigation.

Jakob Nielsen, ein bekannter Usability-Berater, vor allem in den Bereichen UI und Webdesign, definierte Usability anhand von fünf Qualitätskomponenten: Erlernbarkeit (wie leicht ist es für Benutzer, grundlegende Aufgaben beim ersten Mal zu erledigen?), Effizienz (wie schnell können sie einmal erlernte Aufgaben erledigen?), Einprägsamkeit (können Benutzer ihre Kenntnisse nach einer Zeit der Nichtbenutzung wiederherstellen?), Fehler (wie viele Fehler machen Benutzer?) und Zufriedenheit (wie angenehm ist die Nutzung?).

In fair machine learning, impossibility theorems demonstrate that it is mathematically impossible for an algorithm to satisfy multiple, seemingly intuitive fairness criteria simultaneously, except in trivial cases. For example, an algorithm cannot generally satisfy both demographic parity (equal positive rates across groups) and equalized odds (equal true positive and false positive rates across groups) if the base rates differ between groups.

RAID (acronym of Redundant Array of Independent Disks) is a data storage virtualization technology that combines multiple physical disk drives into one or more logical units for data redundancy, performance improvement, or both. Different RAID levels provide varying balances of reliability, availability, performance, and capacity. For example, RAID 1 mirrors data across two disks, while RAID 5 stripes data and parity across at least three disks.

Agiles Projektmanagement ist ein iterativer Ansatz zur Umsetzung eines Projekts über seinen gesamten Lebenszyklus. Große Projekte werden dabei in kleinere, überschaubare Aufgaben unterteilt, die in kurzen Iterationen oder „Sprints“ abgeschlossen werden. Dies ermöglicht eine regelmäßige Neubewertung, Anpassung von Plänen und Flexibilität bei der Reaktion auf Veränderungen. Die Zusammenarbeit mit dem Kunden, funktionierende Software und die Reaktion auf Veränderungen haben dabei Vorrang vor umfassender Dokumentation und starren Plänen.

Algorithmic bias mitigation techniques are categorized into three main stages relative to the model training process. Pre-processing methods modify the training data itself (e.g., reweighing, resampling). In-processing methods incorporate fairness constraints directly into the model's learning algorithm. Post-processing methods adjust the model's predictions after they have been made to improve fairness.

Algorithmic confounding occurs when a proxy variable used by an algorithm is correlated with a protected attribute (like race or gender) and also with the outcome of interest. The algorithm may inadvertently learn to discriminate based on the protected attribute by using the proxy, even if the protected attribute itself is explicitly excluded from the model's input data.