ДАННЫЕ ФУЛЫ AI
Здоровые наборы данных приводят к правильным действиям с помощью искусственного интеллекта!
Здоровые наборы данных Есть много разных примеров!
ВАЖНО УДЕЛЯТЬ ВРЕМЯ СБОРУ ЗДОРОВОЙ ИНФОРМАЦИИ!
Если ваши данные здоровые ...
Набор данных
Находит
правильные
шаблоны
Здоровый
прогноз!
Правильные действия или решения!
Если ваши данные не здоровы ...
Набор данных "Нездоровый"
Находит
плохие
шаблоны.
Плохое предсказание
!
Неправильные действия или решения!
Но как Как создать здоровые наборы данных?
Наборы данных о здоровье
Много данных
Различные примеры данных
Правильные данные
(например, не использовать картинки, если если лучше использовать звуки)
ПОМНИТЕ НАШУ МОДЕЛЬ "СДЕЛАЙ МЕНЯ СЧАСТЛИВЫМ"?
Насколько
здоровым
был этот набор данных?
Находит
правильные
образцы.
Правильное
предсказание
для счастливых
или грустных
Правильно показывает счастливое или
грустное лицо
Это Сделать меня счастливым набор данных здоровым?
Много ли в ней данных? Было ли равное количество в каждом классе?
Какие разные примеры данных в нем есть? Могли бы мы добавить больше других данных?
Использует ли он правильные данные? Почему?
Давайте проверим, есть ли набор данныхздоров ли он!
Более 10 данных означают, что мы начинаем хорошо. много данных!
У нас есть различные примеры предложений в качестве различные типы данных.
Наша модель использует предложения, поэтому набор текстовых данных (счастливые и грустные предложения) - это то, что нужно. правильный тип данных!
Скорее всего, он примет правильное решение и покажет правильное счастливое или грустное лицо!
Можете ли вы сделать набор данных для Make Me Happy лучше?
Наборы данных о здоровье
Много данных - есть ли еще предложения, которые мы можем добавить к обучающим данным?
Различные примеры данных - есть ли предложения на другом языке, которые мы должны добавить?
Правильный тип данных - вместо текста использовать аудиоклипы (звук)?
Вы можете сделать
еще лучшим распознавателем счастья/печали!
Ниже приведены некоторые упражнения, которые помогут вам подготовиться к работе с наборами данных! Сначала вы оцените некоторые существующие наборы данных, чтобы убедиться, что они здоровы, а затем потренируетесь планировать набор данных для заданной проблемы.
