Dati di addestramento

Autore: Roger Morrison
Data Della Creazione: 26 Settembre 2021
Data Di Aggiornamento: 21 Giugno 2024
Anonim
Full Metal Jacket  Palla di Lardo - L’Addestramento
Video: Full Metal Jacket Palla di Lardo - L’Addestramento

Contenuto

Definizione: cosa significano i dati di allenamento?

L'idea di utilizzare i dati di addestramento nei programmi di apprendimento automatico è un concetto semplice, ma è anche molto fondamentale per il funzionamento di queste tecnologie. I dati di formazione sono una serie iniziale di dati utilizzati per aiutare un programma a capire come applicare tecnologie come le reti neurali per apprendere e produrre risultati sofisticati. Può essere integrato da insiemi di dati successivi chiamati insiemi di validazione e test.


I dati di allenamento sono anche noti come set di training, set di dati di training o set di apprendimento.

Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.

Techopedia spiega i dati di allenamento

Il set di formazione è il materiale attraverso il quale il computer impara a elaborare le informazioni. L'apprendimento automatico utilizza algoritmi: imita le capacità del cervello umano di assorbire input diversi e pesarli, al fine di produrre attivazioni nel cervello, nei singoli neuroni. I neuroni artificiali replicano gran parte di questo processo con software - programmi di apprendimento automatico e reti neurali che forniscono modelli altamente dettagliati di come funzionano i nostri processi di pensiero umano.

Tenendo presente ciò, i dati di allenamento possono essere strutturati in diversi modi. Per gli alberi decisionali sequenziali e quei tipi di algoritmi, sarebbe un insieme di dati grezzi o alfanumerici che vengono classificati o altrimenti manipolati. D'altra parte, per le reti neurali convoluzionali che hanno a che fare con l'elaborazione delle immagini e la visione artificiale, il set di addestramento è spesso composto da un gran numero di immagini. L'idea è che, poiché il programma di apprendimento automatico è così complesso e così sofisticato, utilizza una formazione iterativa su ciascuna di quelle immagini per poter finalmente riconoscere caratteristiche, forme e persino soggetti come persone o animali. I dati di addestramento sono assolutamente essenziali per il processo: possono essere considerati il ​​"cibo" che il sistema utilizza per operare.