Datos de entrenamiento para el aprendizaje automático

Capítulo 5. Flujo de trabajo

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Introducción

Entrenar datos consiste en crear significado humano con los datos. Los humanos son, naturalmente, un componente vital de ello. En este capítulo, trataré los pormenores del flujo de trabajo humano de los datos de entrenamiento.

Primero daré una breve visión general de cómo el flujo de trabajo es el pegamento entre la tecnología y las personas. Empezaré con las motivaciones de las tareas humanas y pasaré a los temas centrales del flujo de trabajo:

• Cómo empezar

• Garantía de calidad

• Análisis y exploración de datos

• Flujo de datos

• Anotación directa

En "Primeros pasos con las Tareas Humanas " hablaré de lo básico, cosas como por qué los esquemas tienden a quedarse, las funciones de los usuarios, la formación y mucho más. Lo siguiente más importante que hay que entender es la garantía de calidad (GC). Me centro en el nivel estructural de las cosas, pensando en las motivaciones importantes para tener confianza en tus anotadores humanos, el bucle de revisión estándar y las causas comunes de los errores.

Una vez que hayas empezado y hayas realizado algunos controles de calidad básicos, querrás empezar a aprender cómo analizar tus tareas, conjuntos de datos y demás. Esta sección te lleva al uso de modelos para depurar tus datos, y más en general, a cómo trabajar con modelos.

El flujo de datos, hacer que los datos se muevan y lleguen ...