Odborná definícia
Odborná definícia
Dátová kvalita vyjadruje mieru, do akej dáta spĺňajú požiadavky konkrétneho účelu. Pri AI sa neposudzuje iba presnosť jednotlivých hodnôt, ale aj úplnosť, konzistentnosť, aktuálnosť, reprezentatívnosť, jednoznačnosť, správnosť štítkov, pokrytie okrajových prípadov a vhodnosť pre cieľovú populáciu. Dataset môže byť technicky čistý, no nekvalitný pre daný model, ak nezachytáva reálne podmienky použitia alebo obsahuje systematické meracie a výberové skreslenie.
Zrozumiteľné vysvetlenie
Zrozumiteľné vysvetlenie
Kvalitné dáta nie sú jednoducho dáta bez prázdnych polí. Databáza môže byť dokonale vyplnená, ale ak obsahuje iba zákazníkov z jedného regiónu, model nebude spoľahlivý pre celú krajinu. Kvalita sa vždy posudzuje voči rozhodnutiu, ktoré má systém podporiť. Iné kritériá potrebuje odporúčanie filmu a iné diagnostický nástroj. Praktická kontrola preto kombinuje štatistiky, odborné posúdenie, testovanie skupín, analýzu chýb a sledovanie toho, ako sa dáta menia po nasadení.
Časté otázky
Časté otázky
Ktoré dimenzie dátovej kvality sú najdôležitejšie pre AI?
Závisí to od účelu, často však ide o presnosť, úplnosť, konzistentnosť, aktuálnosť, reprezentatívnosť, správnosť štítkov a sledovateľnosť pôvodu.
Môže mať dataset vysokú kvalitu a model nízky výkon?
Áno. Model môže mať nevhodnú architektúru, cieľ, loss, kapacitu alebo tréning. Kvalita dát je nevyhnutná, ale sama osebe úspech nezaručuje.
Ako sa meria reprezentatívnosť?
Porovnáva sa zastúpenie relevantných skupín a podmienok s cieľovou populáciou, vrátane časových období, regiónov, zariadení a zriedkavých prípadov.
Čo je data quality rule?
Je to strojovo alebo procesne overiteľná podmienka, napríklad povolený rozsah, unikátnosť identifikátora, maximálna chybovosť štítkov alebo povinná väzba medzi poľami.
Kedy treba dataset odmietnuť?
Keď nemožno overiť pôvod, účel je nezlučiteľný s licenciou, chýbajú kľúčové skupiny, chyby sú systematické alebo oprava nedokáže obnoviť dôveryhodnosť.
Súvisiace pojmy
Súvisiace pojmy
Zdroje a redakčná stopa
Zdroje a redakčná stopa
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.