ISO 9241-11 Definition of Usability

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, a prominent usability consultant in UI and webdesign mainly, defined usability through five quality components: Learnability (how easy is it for users to accomplish basic tasks the first time?), Efficiency (how quickly can they perform tasks once learned?), Memorability (can users reestablish proficiency after a period of not using it?), Errors (how many errors do users make?), and Satisfaction (how pleasant is it to use?).

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 (acronimo di Redundant Array of Independent Disks) è una tecnologia di virtualizzazione dell'archiviazione dati che combina più unità disco fisiche in una o più unità logiche per la ridondanza dei dati, il miglioramento delle prestazioni o entrambi. Diversi livelli RAID offrono diversi equilibri di affidabilità, disponibilità, prestazioni e capacità. Ad esempio, RAID 1 esegue il mirroring dei dati su due dischi, mentre RAID 5 esegue lo striping dei dati e la parità su almeno tre dischi.

La gestione agile dei progetti è un approccio iterativo alla realizzazione di un progetto durante tutto il suo ciclo di vita. Suddivide i progetti di grandi dimensioni in attività più piccole e gestibili, completate in brevi iterazioni o "sprint". Ciò consente frequenti rivalutazioni, adattamenti dei piani e flessibilità in risposta al cambiamento. Dà priorità alla collaborazione con i clienti, al software funzionante e alla risposta al cambiamento rispetto a una documentazione completa e a piani rigidi.

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.