DATOS COMBUSTIBLES AI
Los conjuntos de datos sanos conducen a acciones correctas con la IA.
Los conjuntos de datos saludables tienen muchos ejemplos diferentes
ES IMPORTANTE DEDICAR TIEMPO A RECOPILAR DATOS SANOS
Si sus datos están sanos ...
Conjunto de datos sano
Encuentra
patrones
correctos
¡Predicción
saludable!
Acciones o decisiones correctas
Si sus datos no están sanos ...
Conjunto de datos poco saludables
Encuentra
malos patrones
¡Mala
predicción!
Acciones o decisiones incorrectas
Pero ¿cómo ¿cómo crear conjuntos de datos sanos?
Conjuntos de datos sanos
Muchos datos
Diferentes ejemplos de datos
El tipo adecuado de datos
(ejemplo: no utilizar imágenes si sonidos sería mejor)
¿RECUERDAS NUESTRO MODELO MAKE ME HAPPY?
¿Qué tan saludable
era este conjunto
de datos?
Encuentra
los patrones adecuados
Correcto
predicción
para feliz
o triste
Muestra correctamente una cara feliz o
triste
Es el Hazme feliz conjunto de datos saludable?
¿Tiene muchos datos? ¿Había la misma cantidad en cada clase?
¿Qué ejemplos de datos diferentes tiene? ¿Podríamos haber añadido más datos diferentes?
¿Utiliza el tipo adecuado de datos? ¿Por qué?
Comprobemos si el conjunto de datos ¡está sano!
Más de 10 datos significa que empezamos con buen pie y con ¡muchos datos!
Tenemos diferentes frases de ejemplo como diferentes tipos de datos.
¡Nuestro modelo utiliza frases, por lo que un conjunto de datos de texto (frases alegres y tristes) es el más adecuadopara el tipo de datos!
Es probable que tome la decisión correcta y muestre la cara feliz o triste correcta.
¿Puede hacer el conjunto de datos Make Me Happymejor?
Conjuntos de datos sanos
Muchos datos: ¿hay más frases que podamos añadir a los datos de entrenamiento?
Diferentes ejemplos de datos: ¿hay frases en otro idioma que deberíamos añadir?
El tipo adecuado de datos: ¿en lugar de texto deberíamos utilizar clips de audio (sonido)?
Puedes hacer
un reconocedor de alegría/tristeza aún mejor.
A continuación te proponemos algunas actividades para prepararte para trabajar con conjuntos de datos. En primer lugar, juzgarás algunos conjuntos de datos existentes para ver si son saludables y, a continuación, practicarás la planificación de un conjunto de datos para un problema determinado.
