Inhalt
- Definition - Was bedeuten Trainingsdaten?
- Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
- Techopedia erklärt Trainingsdaten
Definition - Was bedeuten Trainingsdaten?
Die Idee, Trainingsdaten in maschinellen Lernprogrammen zu verwenden, ist ein einfaches Konzept, aber es ist auch sehr grundlegend für die Funktionsweise dieser Technologien. Die Trainingsdaten sind ein erster Datensatz, mit dem ein Programm verstehen kann, wie Technologien wie neuronale Netze angewendet werden, um anspruchsvolle Ergebnisse zu erlernen und zu erzielen. Es kann durch nachfolgende Datensätze ergänzt werden, die als Validierungs- und Testsätze bezeichnet werden.
Trainingsdaten werden auch als Trainingssatz, Trainingsdatensatz oder Lernsatz bezeichnet.
Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
Techopedia erklärt Trainingsdaten
Das Trainingsset ist das Material, mit dem der Computer lernt, wie Informationen verarbeitet werden. Beim maschinellen Lernen werden Algorithmen verwendet - sie ahmen die Fähigkeiten des menschlichen Gehirns nach, verschiedene Eingaben zu erfassen und zu wägen, um im Gehirn und in den einzelnen Neuronen Aktivierungen hervorzurufen. Künstliche Neuronen bilden einen Großteil dieses Prozesses mit Software nach - maschinelles Lernen und neuronale Netzwerkprogramme, die sehr detaillierte Modelle der Funktionsweise unserer menschlichen Denkprozesse liefern.
Vor diesem Hintergrund können die Trainingsdaten unterschiedlich strukturiert werden. Für sequentielle Entscheidungsbäume und diese Arten von Algorithmen wäre es ein Satz von rohen oder alphanumerischen Daten, die klassifiziert oder auf andere Weise manipuliert werden. Andererseits besteht bei neuronalen Faltungsnetzen, die mit Bildverarbeitung und Bildverarbeitung zu tun haben, der Trainingssatz häufig aus einer großen Anzahl von Bildern. Die Idee ist, dass das maschinelle Lernprogramm aufgrund seiner Komplexität und Komplexität ein iteratives Training für jedes dieser Bilder verwendet, um schließlich Merkmale, Formen und sogar Motive wie Menschen oder Tiere erkennen zu können. Die Trainingsdaten sind für den Prozess von entscheidender Bedeutung - sie können als „Lebensmittel“ betrachtet werden, mit denen das System arbeitet.