Träningsdata
De exempel som en modell lär sig samband eller parametrar från under träningen.
Vilken roll har träningsdata?
Träningsdata är de exempel som en modell lär sig samband eller parametrar från under träningen. Vilken information som ingår beror på uppgiften och inlärningsmetoden. Vid övervakad inlärning innehåller exemplen indata och tillhörande målangivelser. För en tillförlitlig bedömning behövs också data med andra roller, exempelvis modellval och slutlig granskning. Mängden träningsdata säger i sig lite om hur väl de täcker den senare uppgiften.
I ett fiktivt produktprojekt ska foton av reservdelar med granskade klassetiketter användas för träning. Teamet planerar bilder som täcker relevanta vyer, ljusförhållanden och bakgrunder för den avsedda användningen. Många kopior av samma foto ökar antalet filer men skapar ingen motsvarande variation. Före träningen dokumenteras ursprung, klassdefinitioner och fördelningen mellan inlärning och bedömning. Det registreras även vilka bilder som visar samma fysiska exemplar eller hör till samma bildserie. Den senare bedömningen kan då ta hänsyn till beroendena i stället för att obemärkt behandla nära besläktade bilder som oberoende exempel.
Källor
Relaterade begrepp
- MaskininlärningModeller lär sig mönster från data och använder dem på nya indata.
- DatorseendeMetoder för att utvinna information ur bilder och video, exempelvis genom att klassificera objekt, lokalisera dem eller skilja mellan bildområden.
- Övervakad inlärningEn inlärningsmetod som använder indata tillsammans med tillhörande målvärden eller klasser som träningsexempel.
- ValideringsdataData för att bedöma och välja modellvarianter under utvecklingen.
- Testdata inom maskininlärningData för slutbedömning vars resultat inte har använts för att välja den modellvariant som bedöms.
- OverfittingFör stark anpassning till särdrag i träningsdata som försämrar modellens generalisering till nya exempel.
Ditt projekt med ASES
Beskriv ditt projekt för oss. Vi hör av oss med en första bedömning.