Chapitre 7. Comment construire un ensemble de données
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
L'ensemble de données est la base de tout projet d'intelligence artificielle. Avec un excellent ensemble de données, chaque tâche du flux de travail devient à la fois plus facile et moins risquée - de la sélection du bon algorithme à la compréhension de tes exigences matérielles et à l'évaluation des performances dans le monde réel.
Les ensembles de données sont incontestablement essentiels pour les projets d'apprentissage automatique, où les données sont utilisées directement pour l'entraînement des modèles. Cependant, les données sont vitales même si ton application d'edge AI ne nécessite pas d'apprentissage automatique. Les jeux de données sont nécessaires pour sélectionner des techniques de traitement du signal efficaces, concevoir des algorithmes heuristiques et tester les applications dans des conditions réalistes.
La collecte d'un ensemble de données est généralement la partie la plus difficile, la plus longue et la plus coûteuse de tout projet d'edge AI. C'est aussi l'endroit où tu risques le plus de commettre de terribles erreurs, difficiles à détecter, qui peuvent vouer ton projet à l'échec. Ce chapitre est conçu pour présenter les meilleures pratiques d'aujourd'hui pour la construction d'un ensemble de données d'edge AI. C'est probablement la section la plus importante de ce livre.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access