Nhiễu nhãn
term_id: label_noise
Category: basic_concepts
Definition
Nhiễu nhãn đề cập đến sự chênh lệch giữa nhãn lớp thực tế của các mẫu dữ liệu và các nhãn được cung cấp trong tập dữ liệu huấn luyện. Điều này có thể xuất phát từ lỗi gán nhãn của con người, các điểm dữ liệu mơ hồ,…
Summary
Các lỗi hoặc sự không nhất quán trong các nhãn mục tiêu của tập dữ liệu được sử dụng để huấn luyện máy học có giám sát.
Key Concepts
- Chất lượng dữ liệu
- Học bền vững
- Lỗi gán nhãn
- Nhiễu đối xứng/không đối xứng
Use Cases
- Huấn luyện mô hình trên dữ liệu thu thập từ cộng đồng
- Xử lý các tập dữ liệu thực tế không hoàn hảo
- Cải thiện độ bền của mô hình