I DATI DI COMBUSTIONE AI
Insiemi di dati sani portano ad azioni corrette con l'intelligenza artificiale!
Set di dati sani hanno tanti esempi diversi!
È IMPORTANTE DEDICARE DEL TEMPO ALLA RACCOLTA DI DATI SANI!
Se i tuoi dati sono sani ...
Set di dati
sano
Trova i modelli
corretti
Previsione di salute
!
Azioni o decisioni corrette!
Se i tuoi dati sono non sono sani ...
Set di dati
non sano
Trova
i modelli di
che non vanno bene
Pessima previsione di
!
Azioni o decisioni sbagliate!
Ma come Come possiamo creare dei set di dati sani?
Set di dati sani
Tanti dati
Diversi esempi di dati
Il giusto tipo di dati
(esempio: non usare immagini se suoni sarebbe meglio)
RICORDI IL NOSTRO MODELLO MAKE ME HAPPY?
Quanto
sano
era questo set di dati?
Trova
i modelli giusti
Previsione corretta
per felice
o triste
Mostra correttamente una faccia felice o
triste
È il Rendimi felice set di dati sano?
Ci sono molti dati? Ci sono state quantità uguali in ogni classe?
Quali esempi diversi di dati contiene? Avremmo potuto aggiungere altri dati diversi?
Utilizza il giusto tipo di dati? Perché?
Controlliamo se il set di dati è sano!
Più di 10 dati significano che siamo partiti bene e che abbiamo molti dati! molti dati!
Abbiamo diversi esempi di frasi come i nostri diversi tipi di dati.
Il nostro modello utilizza frasi, quindi un set di dati testuali (frasi felici e tristi) è il tipo giusto. tipo giusto di dati!
È probabile che prenda la decisione giusta e mostri la corretta faccia felice o triste!
Puoi creare il set di dati per Make Me Happy ?
Set di dati sani
Molti dati: ci sono altre frasi che possiamo aggiungere ai dati di formazione?
Esempi diversi di dati: ci sono frasi in un'altra lingua che dovremmo aggiungere?
Il giusto tipo di dati: al posto del testo dovremmo usare clip audio (suoni)?
Puoi rendere
un riconoscitore di felicità e tristezza ancora migliore!
Di seguito troverai alcune attività per prepararti a lavorare con i dataset! Per prima cosa, valuterai alcuni set di dati esistenti per vedere se sono sani e poi ti eserciterai a pianificare un set di dati per un determinato problema.
