Ερ:
Γιατί η σχολιασμός των δεδομένων είναι σημαντική σε ορισμένα προγράμματα εκμάθησης μηχανών;
ΕΝΑ:Η σχολιασμός των δεδομένων είναι σημαντική στη μηχανική μάθηση επειδή σε πολλές περιπτώσεις καθιστά πολύ πιο εύκολη τη δουλειά του προγράμματος εκμάθησης μηχανών.
Αυτό έχει να κάνει με τη διαφορά μεταξύ εποπτείας και μη εποπτείας μηχανικής μάθησης. Με την εποπτευόμενη εκμάθηση μηχανών, τα δεδομένα εκπαίδευσης είναι ήδη επισημασμένα, ώστε το μηχάνημα να μπορεί να καταλάβει περισσότερα σχετικά με τα επιθυμητά αποτελέσματα. Για παράδειγμα, εάν ο σκοπός του προγράμματος είναι να εντοπίσει τις γάτες στις εικόνες, το σύστημα έχει ήδη μεγάλο αριθμό φωτογραφιών με ετικέτα γάτα ή όχι. Στη συνέχεια χρησιμοποιεί αυτά τα παραδείγματα για να αντιπαραβάλει τα νέα δεδομένα για να κάνει τα αποτελέσματά της.
| Δωρεάν Λήψη: Μηχανική Μάθηση και γιατί έχει σημασία |
Με την ανεξέλεγκτη εκμάθηση μηχανών, δεν υπάρχουν ετικέτες και έτσι το σύστημα πρέπει να χρησιμοποιεί χαρακτηριστικά και άλλες τεχνικές για τον εντοπισμό των γατών. Οι μηχανικοί μπορούν να εκπαιδεύσουν το πρόγραμμα για την αναγνώριση των οπτικών χαρακτηριστικών των γάτων, όπως τα μουστάκια ή τις ουρές, αλλά η διαδικασία είναι σχεδόν τόσο απλή όσο θα ήταν στην εποπτευόμενη μηχανική μάθηση όπου οι ετικέτες διαδραματίζουν πολύ σημαντικό ρόλο.
Η σχολιασμός δεδομένων είναι η διαδικασία της τοποθέτησης ετικετών στα σύνολα δεδομένων εκπαίδευσης. Αυτά μπορούν να εφαρμοστούν με πολλούς διαφορετικούς τρόπους - πάνω από αυτό μιλήσαμε για σχολιασμό δυαδικών δεδομένων - γάτες ή όχι γάτες - αλλά και άλλα είδη σχολιασμών δεδομένων είναι επίσης σημαντικά. Για παράδειγμα, στον ιατρικό τομέα, η σχολιασμός των δεδομένων μπορεί να περιλαμβάνει την επισήμανση συγκεκριμένων βιολογικών εικόνων με ετικέτες που αναγνωρίζουν παθολογία ή δείκτες νόσου για άλλες ιατρικές ιδιότητες.
Η σχολιασμός των δεδομένων παίρνει τη δουλειά - και συχνά γίνεται από ομάδες ανθρώπων - αλλά είναι ένα θεμελιώδες μέρος αυτού που κάνει πολλά έργα μηχανικής μάθησης να λειτουργούν με ακρίβεια. Προβλέπει ότι η αρχική ρύθμιση για τη διδασκαλία ενός προγράμματος ό, τι χρειάζεται για να μάθει και πώς να κάνει διακρίσεις σε διάφορες εισόδους για να βγάλει ακριβείς εξόδους.
