Trainingsdaten für maschinelles Lernen

Kapitel 8. Automatisierung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Einführung

Automatisierung kann dabei helfen, robuste Prozesse zu schaffen, lästige Arbeitsabläufe zu reduzieren und die Qualität zu verbessern. Das erste Thema, das ich in diesem Kapitel behandeln werde, ist Pre-Labeling - die Idee, ein Modell vor der Beschriftung auszuführen. Ich erläutere die Grundlagen und gehe dann auf fortgeschrittenere Konzepte ein, wie z. B. das Pre-Labeling nur eines Teils der Daten.

Bei interaktiven Automatisierungen fügt der Nutzer Informationen hinzu, um den Algorithmus zu unterstützen. Das Ziel interaktiver Automatisierungen ist es, die Beschriftungsarbeit zu einer natürlicheren Erweiterung des menschlichen Denkens zu machen. Wenn du zum Beispiel ein Kästchen zeichnest, um automatisch eine engere Stelle durch ein Polygon zu markieren, fühlt sich das für uns intuitiv an.

Die Qualitätssicherung (QS) ist eine der häufigsten Anwendungen von Trainingsdaten-Tools. Ich stelle spannende neue Methoden vor, wie z. B. die Verwendung des Modells, um die Grundwahrheit zu überprüfen. Andere Tools prüfen automatisch Basisfälle und untersuchen die Daten auf ihre allgemeine Angemessenheit.

Mit Pre-Labeling, interaktiven Automatisierungen und QA-Tools kommst du weit. Nachdem ich die Grundlagen erläutert habe, gehe ich auf die wichtigsten Aspekte der Datenexploration und -entdeckung ein. Was wäre, wenn du die ...