Fiches techniques pour les Conjuntos de datos

Resumen

Avant de déployer ce modelo d'aprendizaje automatico, posez-vous la question : Savez-vous vraiment ce qu'il y a dans vos datos d'entraînement ? Les « Fiches techniques pour les Conjuntos de datos » de Microsoft Research introduisent un marco simple mais transformateur qui traite les Conjuntos de datos comme des composants électroniques—avec des fiches de spécifications complètes.

La motivation derrière les fiches techniques

L'industrie électronique a appris depuis longtemps que les composants ont besoin d'une Documentacion standardisée. Une fiche technique indique aux ingénieurs tout, de la plage de température de fonctionnement à la consommation d'énergie. La communauté ML, cependant, a largement fonctionné sans Documentacion équivalente pour les Conjuntos de datos.

Décomposition du marco principal

Le marco des fiches techniques organise la Documentacion autour de sept dimensions critiques :

• Motivation explore pourquoi le jeu de datos a été créé, qui l'a financé et quels problèmes il était censé résoudre.
• Composition plonge dans ce qu'il y a réellement dans le jeu de datos—types de datos, nombre d'instances, relations entre les points de datos.
• Procesos de collecte documente comment les datos ont été rassemblées, y compris les stratégies d'échantillonnage.
• Prétraitement capture chaque transformation appliquée aux datos brutes.
• Utilisations indique explicitement les applications appropriées et met en évidence les cas d'utilisation qui seraient problématiques.
• Distribution couvre les licences, les controls d'accès et toute restriction.
• Maintenance aborde qui est responsable des mises à jour.