Datos de entrenamiento

¿Qué función tienen los datos de entrenamiento?

Los datos de entrenamiento son los ejemplos de los que un modelo aprende relaciones o parámetros durante el entrenamiento. La información incluida depende de la tarea y del método de aprendizaje. En el aprendizaje supervisado, los ejemplos contienen entradas y sus objetivos correspondientes. Una evaluación fiable también necesita datos con otras funciones, como seleccionar el modelo y realizar la comprobación final. La cantidad de datos por sí sola dice poco sobre si cubren adecuadamente la tarea posterior.

En un proyecto de producto ficticio, fotos de repuestos con etiquetas de clase revisadas deben servir para el entrenamiento. El equipo prevé imágenes que cubran vistas, iluminación y fondos relevantes para el uso previsto. Muchas copias de la misma foto aumentan el número de archivos, pero no crean una diversidad equivalente. Antes del entrenamiento se documentan la procedencia, la definición de clases y la división entre aprendizaje y evaluación. También se registra qué imágenes muestran el mismo ejemplar físico o pertenecen a la misma serie de tomas. Así, la evaluación posterior puede considerar esas dependencias y evitar tratar sin saberlo imágenes muy relacionadas como ejemplos independientes.

Fuentes

• Google · Datasets: Dividing the original dataset