什么是训练数据?

• 神经网络和其他人工智能程序需要一组初始数据，称为训练数据，作为进一步应用和使用的基础数据。这些数据是该程序不断增长的信息库的基础。

• 在训练集上对模型进行训练后，通常会在测试集上对其进行评估。通常，虽然应该对训练集进行标记或充实，以提高算法的置信度和准确性，但测试集都是从同一个数据集中提取的。

• 通常，训练数据要或多或少地随机分配，同时要确保捕获您预先知道的重要类别。例如，如果您要创建一个模型，它可以读取来自各种商店的收据图像，您会希望避免只使用某一家特许经营商的图像训练您的算法。这将使您的模型更加可靠，并有助于防止过度拟合。

• 关于需要多少训练数据的问题，实际上并没有严格的规定。毕竟，不同的用例需要不同数量的数据。如果需要模型非常可靠（如自动驾驶汽车），就需要大量数据，而基于文本的狭隘情绪模型需要的数据则要少得多。不过，一般而言，您需要的数据比您假设的要多。

• 大数据和训练数据不是一回事。Gartner称大数据具有“高容量、高速度和/或高多样性”等特点，通常需要以某种方式处理才会真正有用。如前面所述，训练数据是用于教授人工智能模型或机器学习算法的标记数据。

数据集 & 定制采集标注

澳鹏能为您做些什么