Szum etykiet
term_id: label_noise
Category: basic_concepts
Definition
Szum etykiet odnosi się do rozbieżności między prawdziwymi etykietami klas instancji danych a etykietami dostarczonymi w zbiorze treningowym. Może wynikać z błędów ludzkich anotatorów, niejednoznacznych punktów danych…
Summary
Błędy lub niespójności w docelowych etykietach zbioru danych używanego do szkolenia nadzorowanego uczenia maszynowego.
Key Concepts
- Jakość danych
- Uczenie odporne
- Błędy anotacji
- Szum symetryczny/asymetryczny
Use Cases
- Szkolenie modeli na danych pozyskanych od tłumu
- Obsługa rzeczywistych, niedoskonałych zbiorów danych
- Poprawa odporności modelu