Data berlabel

Pengarang: Laura McKinney
Tanggal Pembuatan: 2 April 2021
Tanggal Pembaruan: 24 Juni 2024
Anonim
Active Learning: Why Smart Labeling is the Future of Data Annotation |  Alectio
Video: Active Learning: Why Smart Labeling is the Future of Data Annotation | Alectio

Isi

Definisi - Apa yang dimaksud dengan Data Berlabel?

Data berlabel adalah sebutan untuk potongan data yang telah ditandai dengan satu atau lebih label yang mengidentifikasi properti atau karakteristik tertentu, atau klasifikasi atau objek yang terkandung. Label membuat data tersebut secara khusus berguna dalam jenis pembelajaran mesin tertentu yang dikenal sebagai pengaturan pembelajaran mesin yang diawasi.


Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.

Techopedia menjelaskan Data yang Dilabeli

Dalam pembelajaran mesin yang diawasi, data berlabel bertindak sebagai orientasi untuk pelatihan data dan latihan pengujian. Program pembelajaran mesin yang diawasi dapat mulai dengan satu set data yang sepenuhnya berlabel, atau mungkin menggunakan data berlabel awal untuk bekerja dengan data tambahan yang tidak berlabel.

Pembelajaran mesin yang diawasi bekerja seperti ini - program melihat data yang diberi label dan membuat perbandingan serta analisis yang sesuai. Misalnya, dengan memplot berbagai kategori berlabel pada grafik sebar, program pembelajaran mesin dapat membantu menentukan apakah item yang berurutan termasuk dalam satu kategori atau yang lain. Algoritme menggunakan data berlabel sebagai makanan untuk paradigma pengambilan keputusan. Ini berbeda dengan jenis pembelajaran mesin yang berbeda yang disebut pembelajaran mesin tanpa pengawasan di mana data yang tidak berlabel digunakan. Dalam pembelajaran mesin tanpa pengawasan, program pembelajaran mesin harus mengevaluasi data tanpa label, sesuai dengan sifat dan karakteristik alaminya.