Talaan ng mga Nilalaman:
- Kahulugan - Ano ang ibig sabihin ng Data ng Pagsasanay?
- Ipinapaliwanag ng Techopedia ang Data ng Pagsasanay
Kahulugan - Ano ang ibig sabihin ng Data ng Pagsasanay?
Ang ideya ng paggamit ng data ng pagsasanay sa mga programa ng pagkatuto ng makina ay isang simpleng konsepto, ngunit ito rin ay napaka-foundational sa paraang gumagana ang mga teknolohiyang ito. Ang data ng pagsasanay ay isang paunang hanay ng data na ginamit upang matulungan ang isang programa na maunawaan kung paano mag-apply ng mga teknolohiya tulad ng mga neural network upang malaman at makabuo ng mga sopistikadong resulta. Maaari itong mapunan ng kasunod na mga hanay ng data na tinatawag na pagpapatunay at mga set ng pagsubok.
Ang data ng pagsasanay ay kilala rin bilang isang set ng pagsasanay, pagsasanay sa pag-iskedyul o set ng pag-aaral.
Ipinapaliwanag ng Techopedia ang Data ng Pagsasanay
Ang set ng pagsasanay ay ang materyal kung saan natututo ang computer kung paano iproseso ang impormasyon. Ang pag-aaral ng machine ay gumagamit ng mga algorithm - ginagaya nito ang mga kakayahan ng utak ng tao na kumuha ng magkakaibang mga input at timbangin ang mga ito, upang makagawa ng mga pag-activate sa utak, sa mga indibidwal na neuron. Ang mga artipisyal na neuron ay gumagaya ng maraming prosesong ito sa software - pag-aaral ng makina at mga programa sa network ng neural na nagbibigay ng lubos na detalyadong mga modelo kung paano gumagana ang mga proseso ng pag-iisip ng tao.
Sa pag-iisip, ang data ng pagsasanay ay maaaring nakabalangkas sa iba't ibang paraan. Para sa sunud-sunod na mga puno ng desisyon at ang mga uri ng algorithm, magiging isang hanay ng mga raw na teksto o alphanumerical data na makakakuha ng naiuri o kung hindi man ay manipulahin. Sa kabilang banda, para sa mga koneksyon sa neural na koneksyon na may kinalaman sa pagproseso ng imahe at paningin ng computer, ang hanay ng pagsasanay ay madalas na binubuo ng malalaking bilang ng mga imahe. Ang ideya ay dahil ang programa sa pag-aaral ng makina ay kumplikado at napaka sopistikado, gumagamit ito ng pagsasanay sa pag-eehersisyo sa bawat isa sa mga larawang iyon upang sa kalaunan ay makikilala ang mga tampok, hugis at maging ang mga paksa tulad ng mga tao o hayop. Ang data ng pagsasanay ay talagang mahalaga sa proseso - maaari itong isipin bilang "pagkain" na ginagamit ng system upang mapatakbo.
