Uitleg
Data labeling is essentieel voor supervised learning waar algoritmes leren van gelabelde voorbeelden. Dit omvat het toevoegen van labels aan afbeeldingen (auto's, personen), tekst (positief/negatief sentiment), of audio (woorden).
Labeling kan handmatig, semi-automatisch of via crowdsourcing gebeuren. Kwaliteit van labels bepaalt trainingsresultaten significant.
⚡ Voorbeelden
- •Honderdduizenden foto's gelabeld 'kat' of 'hond' voor beeldclassificatie
- •Tekstsamples gemarkeerd als 'spam' of 'geen spam'
- •Medische scans met diagnoses voorzien door artsen
Trefwoorden
annotatietrainingtoezichtkwaliteitmenselijk