Czym jest Etykietowanie danych? Definicja | AI Understanding

Definicja

Proces przypisywania znaczników lub docelowych wyników do surowych danych w celu uczenia się pod nadzorem.

Powiązane terminy

Uczenie się bez nadzoru

Wzorce uczenia się na podstawie nieoznaczonych danych bez wyraźnych docelowych wyników.

Błąd algorytmiczny

Systematyczna niesprawiedliwość wyników modelu spowodowana wypaczonymi danymi, założeniami lub wyborami dotyczącymi modelowania.

Ekstrakcja cech

Konwertowanie surowych danych na funkcje informacyjne, z których może korzystać model.

Model multimodalny

Model, który może przetwarzać lub generować wiele typów danych, takich jak tekst, obraz i dźwięk.

Samonadzorowane uczenie się

Uczenie się reprezentacji na podstawie nieoznaczonych danych poprzez przewidywanie zamaskowanych lub przekształconych części.

Nauka nadzorowana

Trenowanie modelu za pomocą oznaczonych przykładów, które mapują dane wejściowe na znane dane wyjściowe.

Dowiedz się więcej z naszych bezpłatnych przewodników

AI & Data Vector Databases Synthetic Data AI Data Governance

Zobacz także

Data Drift Dataset Data Augmentation Decision Boundary Cross-Entropy Loss Decision Tree Convolutional Neural Network (CNN)Deep Learning

Przejrzyj pełny słownik AI Przeglądaj wszystkie bezpłatne przewodniki AI