AI பயிற்சி தரவு

வரையறை

AI பயிற்சி தரவு என்பது இயந்திர கற்றல் மாதிரிகளுக்கு வடிவங்களை எவ்வாறு அடையாளம் காண்பது மற்றும் கணிப்புகளை உருவாக்குவது என்பதைக் கற்பிக்கப் பயன்படுத்தப்படும் லேபிளிடப்பட்ட தரவுத்தொகுப்பாகும். இது மாதிரிகள் அவற்றின் உள் அளவுருக்களை சரிசெய்யும் "அடிப்படை உண்மையை" பிரதிபலிக்கிறது.

நோக்கம்

புள்ளிவிவர உறவுகளைக் கற்றுக்கொள்ள வழிமுறைகளுக்கு வழிகாட்டும் எடுத்துக்காட்டுகளை வழங்குவதே இதன் நோக்கமாகும். இது மாதிரிகள் எடுத்துக்காட்டுகளிலிருந்து காணப்படாத தரவு வரை பொதுமைப்படுத்த உதவுகிறது.

முக்கியத்துவம்

• பயிற்சி தரவின் தரம் மாதிரி துல்லியத்தை நேரடியாக பாதிக்கிறது.
• சார்புடைய அல்லது சமநிலையற்ற தரவு நியாயமற்ற அல்லது நம்பகத்தன்மையற்ற மாதிரிகளை உருவாக்குகிறது.
• போதுமான அளவு பெரிய தரவுத்தொகுப்புகள் பொதுமைப்படுத்தலை மேம்படுத்துகின்றன.
• பயிற்சித் தரவுகள் சோதனைத் தொகுப்புகளில் கசிவு ஏற்படுவது மதிப்பீடுகளை சமரசம் செய்கிறது.

எப்படி இது செயல்படுகிறது

1. முன்கணிப்பு பணி மற்றும் தரவுத்தொகுப்பு தேவைகளை வரையறுக்கவும்.
2. தொடர்புடைய மூல தரவுகளை சேகரிக்கவும்.
3. சரியான வெளியீடுகளுடன் தரவை லேபிளிடவும் அல்லது குறிப்பு இடவும்.
4. பயிற்சி, சரிபார்ப்பு மற்றும் சோதனைத் தொகுப்புகளாகப் பிரிக்கவும்.
5. பயிற்சித் தரவின் அடிப்படையில் எடைகளை சரிசெய்ய மாதிரியைப் பயிற்றுவிக்கவும்.

உதாரணங்கள் (உண்மையான உலகம்)

• COCO தரவுத்தொகுப்பு: கண்டறிதல் மற்றும் பிரிவுக்கான குறிப்பு படங்கள்.
• பொதுவான கிரால்: LLM களுக்கு முன் பயிற்சி அளிப்பதற்கான பெரிய அளவிலான வலை உரை தரவுத்தொகுப்பு.
• லிப்ரிஸ்பீச்: ASR பயிற்சிக்கான பேச்சு தரவுத்தொகுப்பு.

குறிப்புகள் / மேலும் படித்தல்

• இயந்திர கற்றலுக்கான பயிற்சி தரவு — IBM ஆராய்ச்சி.
• ISO/IEC 23053: ML ஐப் பயன்படுத்தும் AI அமைப்புகளுக்கான கட்டமைப்பு — ISO.
• NIST AI இடர் மேலாண்மை கட்டமைப்பு — NIST.
• இயந்திர கற்றலில் பயிற்சி தரவு என்றால் என்ன - ஷைப்