MUONGOZO wa Misingi
AI na Data
Data ni taarifa iliyorekodiwa ambayo mfumo wa kujifunza kwa mashine hujifunza kutoka au kuchakata.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
Umuhimu wake unategemea umuhimu, ubora wa kipimo, ruhusa na ufunikaji wa kazi inayokusudiwa. Rekodi zaidi hazisahihishi hitilafu za kiotomatiki au idadi inayokosekana.
Mambo muhimu ya kuchukua
- Fafanua kitengo cha mfano.
- Tumia habari inayopatikana tu wakati wa utabiri.
- Fuatilia asili ya data, ukosefu na ufunikaji wa kikundi kidogo.
Dive ya kina
Anza kwa kufafanua mfano mmoja unawakilisha nini. Safu inaweza kuelezea mteja, muamala, picha au wakati mmoja katika mfululizo wa muda. Vitengo hivyo huamua jinsi nakala, lebo na mgawanyiko wa tathmini unapaswa kufanya kazi. Vipimo kumi kutoka kwa kifaa kimoja sio lazima vifaa kumi vya kujitegemea. Vipengele ni pembejeo zinazopatikana kwa mfano. Lebo ni matokeo lengwa yanayotumika katika ujifunzaji unaosimamiwa. Angalia wakati kila kipengele kinapatikana: sababu ya kughairi iliyorekodiwa baada ya mteja kuondoka haiwezi kutabiri kuondoka huko mapema. Hii ni aina ya uvujaji hata wakati uwanja unaonekana kutabirika sana. Kagua thamani zinazokosekana, kutokubaliana kwa ufafanuzi, safu zisizo za kawaida na mabadiliko katika mbinu za ukusanyaji. Taarifa zinazokosekana zinaweza kubeba maana; kubadilisha kila thamani inayokosekana na sifuri kunaweza kuchanganya idadi isiyojulikana na sifuri halisi. Andika matibabu na ujaribu kwa mifano mwakilishi. Rekodi asili na sheria za ufikiaji pamoja na mkusanyiko wa data. URL ya umma pekee haitoi ruhusa ya kutumia tena kila kitu kwa kila madhumuni. Kusanya taarifa zinazohitajika kwa ajili ya kazi pekee na ubainishe taratibu za kuhifadhi na kufuta. Tathmini kando kwa vikundi au masharti ambapo makosa yatatoweka ndani ya wastani wa jumla.
04Mfano uliofanya kazi
Pata uvujaji katika mkusanyiko wa data wa kughairiwa
Hebu fikiria rekodi zilizo na tarehe ya kujisajili, matumizi ya kila mwezi, tarehe ya kughairiwa na sababu ya kughairi.
Ili kutabiri kughairiwa mwanzoni mwa Juni, simamisha kila ingizo katika tarehe hiyo. Ondoa sababu na tarehe zilizorekodiwa baada ya muda wa utabiri.
Jifunze kwa vipindi vya awali na ujaribu kwa muda ambao haujaguswa baadaye. Linganisha matokeo na bila sehemu zilizovuja.
Nini inaonyesha
Zoezi hili la kubuni dhahania hutambua njia ya mkato batili kabla ya alama ya kujipendekeza kuwa uamuzi wa kusambaza.
Utekelezaji wa Ulimwengu Halisi
Tenganisha picha nyingi za kitu kimoja kabla ya kugawanya mkusanyiko wa data wa utambuzi.
Tia alama usomaji wa kitambuzi nje ya masafa yanayokubalika ili yakaguliwe.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Maamuzi ya wazi zaidi. Inakusaidia kutenganisha madai ya wazi ya kiufundi kutoka kwa lugha ya uuzaji.
- Gharama na bajeti. Unaweza kuuliza maswali ya utekelezaji bora kabla ya kutumia pesa au wakati.
- Timu na mtiririko wa kazi. Timu zenye uelewa wa pamoja hufanya maamuzi bora ya bidhaa, sera na mafunzo.
Jihadharini na
- Timu tofauti zinaweza kutumia neno moja tofauti, kwa hivyo fafanua upeo mapema.
- Vigezo vinaweza kuonekana kuwa na nguvu ilhali utendakazi wa ulimwengu halisi haufanani.
- Kupuuza ubora wa data na mipango ya tathmini mara nyingi huleta matokeo tete.
Hatua zinazofuata
- Anza na ufafanuzi wa lugha rahisi wa matokeo unayohitaji.
- Chagua kipimo kimoja cha mafanikio na hali moja ya kutofaulu kabla ya kujaribu.
- Tekeleza majaribio madogo yenye data wakilishi, si seti ya onyesho iliyoboreshwa.
- Hati ambapo AI na Data husaidia na ambapo mbinu rahisi ni bora zaidi.
Vyanzo na kusoma zaidi
- GoogleTabia za seti ya data
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the AI & Data quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
Je, hifadhidata kubwa bado inaweza kuwa duni?
Ndiyo. Rekodi zilizorudufiwa, zilizowekwa vibaya, zisizo na maana, au ambazo hazijakamilika kwa utaratibu zinaweza kufanya mkusanyiko mkubwa wa data usifae kwa kazi inayokusudiwa.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii