Dette indlæg er alene udtryk for skribentens egen holdning.

Mest muligt ud af data: Sensitive, ufuldstændige og umærkede data skal ikke være stopklods

Håndtering af data er afgørende for at få succes med ML og AI. Og det behøver ikke være uoverskueligt, beretter Stefan Pedersen fra AI, ML og softwareudviklings-virksomheden WaveAccess.
Synspunkt 23. marts kl. 06:46
errorÆldre end 30 dage

Virksomheder har samlet data og kundeoplysninger i årevis, men at udvinde værdien af de store datamængder er fortsat den største udfordring. Men kunstig intelligens (AI) og Machine Learning (ML) giver mulighed for at få mest muligt ud af de tilgængelige data og få dem til at arbejde for sig.

Desværre er det ideelle grundlag - realistiske, korrekte og korrekt mærkede data i den rigtige mængde - næsten aldrig tilfældet. Ufuldstændige data, små mængder data om specifikke eksempler, manglende eller upålidelig mærkning og datafejl er de mest almindelige problemer skjult i datahåndteringen. Men hvis man accepterer substandard-data, vil resultatet også være substandard, uanset evner hos datafolkene eller anvendte algoritmer. Men det er muligt at undgå eller minimere problemerne.

Få fuld adgang til DataTech

DataTech skriver til dig, der arbejder professionelt med data og analytics. Vi giver dig inspirerende cases, nyheder og debat om alt fra machine learning-modeller til dataetik.

Abonnementsfordele
vpn_key
Fuld adgang til DataTech
Alt indhold på DataTech er åbent for dig, så du kan nyde det fra din computer, tablet eller mobil.
drafts
Kuraterede nyhedsbreve
Nyheder, interviews, tendenshistorier og meget mere, leveret til din indbakke.
thumb_up
Adgang til debatten
Deltag i debatten med andre professionelle.
Debatten
Du har ikke tilladelse til at deltage i debatten. Kontakt support@ing.dk hvis du mener at dette er en fejl.
Forsiden