Setiau Data Oddi ar y Silff

Diffiniad

Setiau data parod yw setiau data a gesglir ymlaen llaw ac sydd ar gael yn gyhoeddus neu'n fasnachol y gellir eu defnyddio'n uniongyrchol ar gyfer hyfforddi neu werthuso modelau AI.

Diben

Y pwrpas yw cyflymu ymchwil a datblygu drwy ddarparu data sydd ar gael yn rhwydd heb gasglu data costus.

Pwysigrwydd

• Yn arbed amser ac adnoddau i dimau AI.
• Yn galluogi atgynhyrchadwyedd a meincnodi.
• Efallai nad oes ganddo benodolrwydd parth ar gyfer rhai tasgau.
• Mae angen gwirio am ragfarn a chyfyngiadau trwyddedu.

Sut Mae'n Gwaith

1. Nodwch y set ddata sy'n berthnasol i'r dasg AI.
2. Adolygu cyfyngiadau trwyddedu a defnydd.
3. Lawrlwythwch neu prynwch y set ddata.
4. Rhagbrosesu yn ôl yr angen ar gyfer cydnawsedd.
5. Hyfforddi neu werthuso modelau gan ddefnyddio'r set ddata.

Enghreifftiau (Y Byd Go Iawn)

• MNIST: set ddata digidau â llaw ar gyfer meincnodi.
• ImageNet: set ddata ar raddfa fawr ar gyfer gweledigaeth gyfrifiadurol.
• Common Crawl: set ddata testun gwe agored ar gyfer NLP.

Cyfeiriadau / Darllen Pellach

• Prosiect ImageNet.
• Sefydliad Cropian Cyffredin.
• Storfa Setiau Data Kaggle.
• Marchnad Data AI ar gyfer Hyfforddiant Model ML