Labelu Data

Diffiniad

Labelu data yw'r broses o aseinio categorïau, tagiau, neu briodoleddau i ddata crai fel y gall modelau dysgu peirianyddol ddysgu ohono. Mae'n ganolog i ddysgu dan oruchwyliaeth.

Diben

Y pwrpas yw gwneud setiau data crai yn ddefnyddiadwy ar gyfer hyfforddi a gwerthuso. Mae labeli yn darparu'r "atebion" sydd eu hangen ar fodelau yn ystod dysgu.

Pwysigrwydd

• Hanfodol ar gyfer adeiladu modelau ML dan oruchwyliaeth cywir.
• Mae labelu gwael yn lleihau dibynadwyedd y system.
• Yn aml yn llafur-ddwys ac yn gostus.
• Angen arbenigedd mewn meysydd fel meddygaeth neu'r gyfraith.

Sut Mae'n Gwaith

1. Diffinio tasgau a labelu'r cynllun.
2. Rhannwch ddata crai yn unedau (delweddau, brawddegau, clipiau sain).
3. Neilltuwch labeli â llaw neu drwy offer lled-awtomataidd.
4. Cynnal gwiriadau ansawdd a phrofion cytundeb rhwng anodwyr.
5. Allforio setiau data wedi'u labelu ar gyfer hyfforddiant.

Enghreifftiau (Y Byd Go Iawn)

• Shaip: data labelu ar gyfer cerbydau ymreolus.
• Setiau data Kaggle: wedi'u labelu ar gyfer cystadlaethau ML.
• Setiau data delweddau radioleg: wedi'u labelu gan arbenigwyr meddygol.

Cyfeiriadau / Darllen Pellach

• Anodiad Data ar gyfer AI — NIST.
• Anodi a Labelu Setiau Data — Trafodion IEEE ar Beirianneg Data.
• ISO/IEC 24617: Fframwaith Anodi Semantig — ISO.
• Beth yw Labelu Data? Popeth y mae angen i ddechreuwr ei wybod – Shaip