Los cinco componentes de la usabilidad de Nielsen

El Modelo Espiral es un modelo de proceso de desarrollo de software basado en riesgos que combina elementos tanto del prototipado como del modelo en cascada. Es un tipo de desarrollo iterativo donde el proyecto pasa por cuatro fases en cada iteración (espiral): determinación de objetivos, identificación y resolución de riesgos, desarrollo y pruebas, y planificación de la siguiente iteración. Hace hincapié en el análisis continuo de riesgos.

La detección de señales es el proceso de identificar posibles relaciones causales entre un fármaco y un evento adverso a partir de grandes conjuntos de datos, generalmente sistemas de notificación espontánea. Utiliza métodos estadísticos, conocidos como análisis de desproporcionalidad, para encontrar combinaciones de fármaco y evento notificadas con mayor frecuencia de la esperada. Una medida común es el Odds Ratio de Notificación (ROR), un valor superior a uno que sugiere una posible señal que requiere mayor investigación.

La norma internacional ISO 9241-11 define la usabilidad como el grado en que un producto puede ser utilizado por usuarios específicos para alcanzar objetivos específicos con eficacia, eficiencia y satisfacción en un contexto de uso específico. Esta definición proporciona un marco para medir la usabilidad, desglosándola en tres componentes distintos y cuantificables, yendo más allá de las evaluaciones puramente subjetivas.

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.

BFT (acrónimo de Byzantine Fault Tolerance) es una propiedad de un sistema que le permite seguir funcionando correctamente y alcanzar el consenso aunque algunos de sus componentes fallen de forma arbitraria e impredecible, incluido el comportamiento malicioso (fallos bizantinos). Se trata de una garantía mucho mayor que la de tolerar simples fallos por colisión. Se requiere un mínimo de [latex]3f+1[/latex] componentes totales para tolerar [latex]f[/latex] componentes defectuosos y maliciosos.

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.

La gestión ágil de proyectos es un enfoque iterativo para la ejecución de proyectos a lo largo de su ciclo de vida. Divide los proyectos grandes en tareas más pequeñas y manejables que se completan en iteraciones cortas o sprints. Esto permite la reevaluación frecuente, la adaptación de planes y la flexibilidad ante los cambios. Prioriza la colaboración con el cliente, el software funcional y la respuesta al cambio por encima de la documentación exhaustiva y los planes rígidos.

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.