发布网友
共4个回答
热心网友
类比人类小时候是如何认识这个世界的。
当我们第一次见到苹果时,身边的人会告诉我们这是一个苹果,那我们以后见到具有相同特征的水果就知道它是苹果了。
同理,机器也是一样,我们将一张标注好的苹果图片交给机器学习,那么机器就可以识别出这张图图片里的苹果。但是与人不同,机器并不具备联想与思考的能力,换成另外一张图片就无法识别出里面的苹果了。
所以,为了让机器可以识别出更多场景里的苹果,就需要给机器投喂大量数据,投喂的数据越多、数据质量越高,那么机器学习的模型效果就会越好。
热心网友
我们知道机器学习分为有监督学习和无监督学习。无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。有监督的机器学习就需要有标注的数据来作为先验经验。
在进行数据标注之前,我们首先要对数据进行清洗,得到符合我们要求的数据。数据的清洗包括去除无效的数据、整理成规整的格式等等。具体的数据要求可以和算法人员确认。
热心网友
类比人类小时候是如何认识这个世界的。当我们第一次见到苹果时,身边的人会告诉我们这是一个苹果,那我们以后见到具有相同特征的水果就知道它是苹果了。同理,机器也是一样,我们将一张标注好的苹果图片交给机器学习,那么机器就可以识别出这张图图片里的苹果。但是与人不同,机器并不具备联想与思考的能力,换成另外一张图片就无法识别出里面的苹果了。所以,为了让机器可以识别出更多场景里的苹果,就需要给机器投喂大量数据,投喂的数据越多、数据质量越高,那么机器学习的模型效果就会越好。
热心网友
标注数据是人工智能的基础,只有足够的数据支撑人工智能才会智能,准确。