![](https://static29.tgcnt.ru/posts/_0/c7/c709a1b44235f21b59eed6ecb90641ca.jpg)
📚🤖 Датасеты состоят из информации, на основе которой алгоритмы учатся распознавать объекты, находить закономерности, прогнозировать результаты и делать множество других вещей. В массив могут входить фотографии, тексты, аудио и вообще любые данные, которые можно показать машине.
Чтобы превратить данные в датасет, нужно провести их разметку, то есть присвоить каждой единице информации определённую характеристику. При разметке учитывается какой-то признак — местоположение, связь с другими объектами, принадлежность к определённой категории и так далее. Например, чтобы нейросеть научилась распознавать животных, её необходимо обучить на датасете, в котором у фотографий кошек будет подпись «кошка», у фотографий собак — подпись «собака» и так далее (вот тут можно понять, как это работает).
Датасеты создавали и до появления нейросетей: ирисы Фишера — это знаменитый набор данных, позволяющий классифицировать виды ирисов в зависимости от их размеров. Другой известный пример, уже из компьютерной эры, — база данных ImageNet. Она состоит из миллионов изображений с описаниями. Её используют для отработки технологий машинного зрения.
Чем больше датасет и чем качественнее разметка — тем более эффективным будет обучение нейросети. Сбор и разметка крупных массивов данных — это длительный и сложный процесс, поэтому разработчики часто используют готовые датасеты, имеющиеся в открытом доступе.
Подписывайтесь 👉 @techno_yandex
Не пропускайте новости Яндекса тут @yandex
Чтобы превратить данные в датасет, нужно провести их разметку, то есть присвоить каждой единице информации определённую характеристику. При разметке учитывается какой-то признак — местоположение, связь с другими объектами, принадлежность к определённой категории и так далее. Например, чтобы нейросеть научилась распознавать животных, её необходимо обучить на датасете, в котором у фотографий кошек будет подпись «кошка», у фотографий собак — подпись «собака» и так далее (вот тут можно понять, как это работает).
Датасеты создавали и до появления нейросетей: ирисы Фишера — это знаменитый набор данных, позволяющий классифицировать виды ирисов в зависимости от их размеров. Другой известный пример, уже из компьютерной эры, — база данных ImageNet. Она состоит из миллионов изображений с описаниями. Её используют для отработки технологий машинного зрения.
Чем больше датасет и чем качественнее разметка — тем более эффективным будет обучение нейросети. Сбор и разметка крупных массивов данных — это длительный и сложный процесс, поэтому разработчики часто используют готовые датасеты, имеющиеся в открытом доступе.
Подписывайтесь 👉 @techno_yandex
Не пропускайте новости Яндекса тут @yandex