Sisu
- Definitsioon - mida treeningandmed tähendavad?
- Sissejuhatus Microsoft Azure'i ja Microsoft Cloud | Kogu selle juhendi kaudu saate teada, mis on pilvandmetöötlus ja kuidas Microsoft Azure aitab teil pilvest rännata ja oma ettevõtet juhtida.
- Techopedia selgitab treeningu andmeid
Definitsioon - mida treeningandmed tähendavad?
Treeningandmete kasutamise idee masinõppeprogrammides on lihtne kontseptsioon, kuid see on ka nende tehnoloogiate tööpõhimõtte jaoks väga oluline. Koolitusandmed on esialgne andmekogum, mida kasutatakse programmis, mis aitab mõista tehnoloogiaid, näiteks närvivõrgustikke, õppimiseks ja keerukate tulemuste saamiseks. Seda võib täiendada järgmiste andmekogumitega, mida nimetatakse valideerimis- ja testimiskomplektideks.
Treeningu andmeid tuntakse ka kui treeningkomplekti, treeningu andmestikku või õppekomplekti.
Sissejuhatus Microsoft Azure'i ja Microsoft Cloud | Kogu selle juhendi kaudu saate teada, mis on pilvandmetöötlus ja kuidas Microsoft Azure aitab teil pilvest rännata ja oma ettevõtet juhtida.
Techopedia selgitab treeningu andmeid
Treeningkomplekt on materjal, mille kaudu arvuti õpib teabe töötlemist. Masinõppes kasutatakse algoritme - see jäljendab inimese aju võimeid mitmesuguseid sisendeid vastu võtta ja neid kaaluda, et ajus aktiveeruda üksikutes neuronites. Kunstlikud neuronid kordavad suurt osa sellest protsessist tarkvara abil - masinõppimise ja närvivõrgu programmidega, mis pakuvad väga üksikasjalikke mudeleid selle kohta, kuidas meie inimese mõtteprotsessid toimivad.
Seda silmas pidades saab treeningu andmeid struktureerida erineval viisil. Järjestikuste otsustuspuude ja seda tüüpi algoritmide puhul oleks tegemist klassifitseerimata või muul viisil manipuleeritavate töötlemata või tähtnumbriliste andmete kogumiga. Teisest küljest, konvolutsiooniliste närvivõrkude jaoks, mis on seotud pilditöötluse ja arvutinägemisega, koosneb treeningkomplekt sageli suurest arvust piltidest. Idee on selles, et kuna masinõppeprogramm on nii keeruline ja keerukas, kasutab ta iga sellise pildi korduvat koolitust, et lõpuks oleks võimalik ära tunda funktsioone, kujundeid ja isegi selliseid teemasid nagu inimesed või loomad. Treeningandmed on protsessi jaoks hädavajalikud - seda võib pidada “toiduks”, mida süsteem kasutab oma töös.