IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 实用机器学习中文版-1.2数据获取 -> 正文阅读

[人工智能]实用机器学习中文版-1.2数据获取

1. flow chart for data acquisition 数据采集流程图

在这里插入图片描述

2. discover what data is available 发现可用的数据

  • identify existing datasets 识别现有数据集
  • find benchmark datasets to evaluate a new idea 寻找基准数据集来评估新想法
    (1) a diverse set of small to medium datasets for a new hyper-parameter tuning algorithm一种新的超参数调优算法的不同的中小数据集
    (2)large scale datasets for a very big deep neural network 一个非常大的深度神经网络的大规模数据集
  • collect new data 收集新的数据
    (1)driving videos covering different driving scenarity涵盖不同驾驶场景的驾驶视频

3. Popular ML datasets 常见的机器学习数据集

  • MNIST: digits written by employees of the US Census Bureau
  • ImageNet: millions of images from image search engines
  • AudioSet: YouTube sound clips for sound classification
  • LibriSpeech: 1000 hours of English speech from audiobook
  • Kinetics: YouTube videos clips for human actions classification
  • KITTI: traffic scenarios recorded by cameras and other sensors
  • Amazon Review: customer reviews and from Amazon online shopping
  • SQuAD: question-answer pairs derived from Wikipedia

4. Where to Find Datasets 哪里去找数据集

  • Paperswithcodes Datasets: academic datasets with leaderboard
  • Kaggle Datasets: ML datasets uploaded by data scientists
  • Google Dataset search: search datasets in the Web
  • Various toolkits datasets: tensorflow, huggingface
  • Various conference/company ML competitions
  • Open Data on AWS: 100+ large-scale raw data
  • Data lakes in your own organization

5. Datasets Comparison 数据集对比

在这里插入图片描述

  • You often need to deal with raw data in industrial settings 经常需要在工业环境中处理原始数据
  • Data curation can be a big projection involving multiple teams.Processing pipeline, storage, legal issue, privacy,…
    数据管理可能是一个涉及多个团队的大型项目。处理管道、存储、法律问题、隐私……

6. Data Integration数据融合

  • Combine data from multiple sources into a coherent dataset 将来自多个数据源的数据组合成一个一致的数据集
  • Product data is often stored in multiple tables 产品数据通常存储在多个表中
  • a table for house information, a table for sales, a table for listing agents 用于房屋信息的表,销售表,清单代理的表格
  • Join tables by keys, which are often entity IDs;通过键连接表,键通常是实体id;
  • Key issues: identify IDs, missing rows, redundant columns, value conflicts 关键问题:标识id,缺少行,冗余列,值冲突

7. Generate Synthetic Data 生成合成数据

use GAN 用GAN网络生成合成数据
在这里插入图片描述

8. Summary 小结

  • Finding the right data is challenging 寻找正确的数据是一项挑战
  • Raw data in industrial settings VS academic datasets 工业环境中的原始数据VS学术数据集
  • Data integration combines data from multiple sources 结合数据集成来自多个数据源的数据
  • Data augmentation a common practice 数据增加一个常见的做法
  • Synthesizing data is getting popular 合成数据变得越来越流行
  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-03-06 13:02:47  更:2022-03-06 13:03:06 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 17:45:46-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码