Innehåll
- Definition - Vad betyder träningsdata?
- En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
- Techopedia förklarar träningsdata
Definition - Vad betyder träningsdata?
Idén att använda träningsdata i maskininlärningsprogram är ett enkelt koncept, men det är också mycket grundläggande för hur dessa tekniker fungerar. Träningsdata är en första uppsättning data som används för att hjälpa ett program att förstå hur man använder teknik som neurala nätverk för att lära sig och producera sofistikerade resultat. Det kan kompletteras med efterföljande uppsättningar data som kallas validerings- och testuppsättningar.
Träningsdata kallas också en träningsuppsättning, träningsdatasats eller inlärningsuppsättning.
En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
Techopedia förklarar träningsdata
Träningsuppsättningen är materialet genom vilket datorn lär sig hur man bearbetar information. Maskininlärning använder algoritmer - den efterliknar förmågan hos den mänskliga hjärnan att ta in olika input och väga dem, för att producera aktiveringar i hjärnan, i de enskilda nervcellerna. Konstgjorda neuroner replikerar mycket av denna process med programvara - maskininlärning och neurala nätverksprogram som ger mycket detaljerade modeller av hur våra mänskliga tankeprocesser fungerar.
Med det i åtanke kan träningsdata struktureras på olika sätt. För sekventiella beslutsträd och de typer av algoritmer skulle det vara en uppsättning rå eller alfanumerisk data som klassificeras eller på annat sätt manipuleras. Å andra sidan, för convolutional neurala nätverk som har att göra med bildbehandling och datorsyn, består träningsuppsättningen ofta av ett stort antal bilder. Tanken är att eftersom maskininlärningsprogrammet är så komplicerat och så sofistikerat använder det iterativ träning på var och en av dessa bilder för att så småningom kunna känna igen funktioner, former och till och med ämnen som människor eller djur. Utbildningsinformationen är absolut nödvändig för processen - det kan ses som den "mat" som systemet använder för att fungera.