Comprendre le problème de qualité des données Covid-19 avec Sherri Rose

Aujourd’hui, nous sommes rejoints par Sherri Rose, professeur agrégé à la Harvard Medical School. La recherche de Sherri se concentre sur le développement et l’intégration d’approches statistiques d’apprentissage automatique pour améliorer la santé humaine. Nous couvrons beaucoup de terrain dans notre conversation, y compris l’intersection de ses recherches avec la pandémie actuelle Covid-19, l’importance de la qualité dans les ensembles de données et la rigueur lors de la publication des articles et les pièges de l’utilisation de l’inférence causale. Nous abordons également le travail de Sherri dans l’équité algorithmique, y compris l’accent nécessaire qui est mis sur l’étude des questions d’équité, le changement qu’elle a vu dans des conférences d’équité couvrant ces questions et son article « Régression équitable pour les dépenses de soins de santé ».