Å lete etter en nål i en høystakk er en essensiell oppgave innen flere områder av dataanalyse og beslutningstaking. Dette kan for eksempel være å identifisere interne trusler i en organisasjon, forutsi feil i industriell produksjon, eller å avdekke den unike signaturen til en enkelt gjerning, som i tilfellene med skoleangripere eller ensomme terrorister. Denne oppgaven skiller seg fra det å identifisere en sjelden hendelse, som en tsunami, eller å oppdage anomalier, fordi 'nålene' sjelden lar seg skille fra høystakken. Denne utfordrende konteksten bærer med seg spesifikke vanskeligheter, fra mangel på tilstrekkelige data for å trene en maskinlæringsmodell, til å identifisere relevante egenskaper, og ikke minst den smertefulle prisen av falske alarmer. Disse kan få oss til å stille spørsmål ved hvor relevant maskinlæringsløsninger egentlig er, selv når de presterer godt etter vanlige ytelseskriterier. I denne boken tar professor Neuman for seg problemet med å finne nålen ved å fokusere spesifikt på ...
