Innholdsfortegnelse:
Definisjon - Hva betyr treningsdata?
Ideen om å bruke treningsdata i maskinlæringsprogrammer er et enkelt konsept, men det er også veldig grunnleggende for måten disse teknologiene fungerer på. Treningsdataene er et første sett med data som brukes til å hjelpe et program til å forstå hvordan man bruker teknologier som nevrale nettverk for å lære og gi sofistikerte resultater. Det kan kompletteres med påfølgende datasett kalt validerings- og testsett.
Treningsdata er også kjent som et treningssett, treningsdatasett eller læringssett.
Techopedia forklarer treningsdata
Opplæringssettet er materialet datamaskinen lærer hvordan man behandler informasjon. Maskinlæring bruker algoritmer - den etterligner menneskets hjerne evner til å ta inn forskjellige innganger og veie dem, for å produsere aktiveringer i hjernen, i de individuelle nevronene. Kunstige nevroner gjenskaper mye av denne prosessen med programvare - maskinlæring og nevrale nettverksprogrammer som gir svært detaljerte modeller for hvordan våre menneskelige tankeprosesser fungerer.
Med det i tankene kan treningsdata struktureres på forskjellige måter. For sekvensielle beslutnings-trær og de typer algoritmer vil det være et sett med rå tekst eller alfanumeriske data som blir klassifisert eller på annen måte manipulert. På den annen side er treningssettet ofte sammensatt av et stort antall bilder for sammenhengende nevrale nettverk som har med bildebehandling og datasyn å gjøre. Tanken er at fordi maskinlæringsprogrammet er så komplekst og så sofistikert, bruker det iterativ trening på hvert av disse bildene for etter hvert å kunne gjenkjenne funksjoner, former og til og med fag som mennesker eller dyr. Treningsdataene er helt essensielle for prosessen - det kan tenkes å være "maten" systemet bruker for å betjene.
