Træningsdata

Hvilken rolle har træningsdata?

Træningsdata er de eksempler, som en model lærer sammenhænge eller parametre fra under træningen. Hvilke oplysninger der indgår, afhænger af opgaven og læringsmetoden. Ved superviseret læring indeholder eksemplerne input og tilhørende målangivelser. En pålidelig vurdering kræver også data med andre roller, eksempelvis modelvalg og afsluttende kontrol. Mængden af træningsdata siger i sig selv kun lidt om, hvor godt de dækker den senere opgave.

I et fiktivt produktprojekt skal fotos af reservedele med kontrollerede klasselabels bruges til træning. Teamet planlægger billeder, der dækker relevante vinkler, lysforhold og baggrunde til den planlagte brug. Mange kopier af det samme foto øger antallet af filer, men skaber ikke tilsvarende variation. Før træningen dokumenteres oprindelse, klassedefinitioner og fordelingen mellem læring og vurdering. Det registreres også, hvilke billeder der viser samme fysiske eksemplar eller tilhører samme optageserie. Den senere vurdering kan dermed tage hensyn til afhængighederne i stedet for ubemærket at behandle nært beslægtede billeder som uafhængige eksempler.

Kilder

• Google · Datasets: Dividing the original dataset