A tanítókészlet az a konkrét adathalmaz, amelyet az AI-modell betanítására használnak.
Ez tartalmazza a bemeneti adatokat és azok helyes kimeneteleit. A modell ezen adatok alapján tanulja meg az összefüggéseket. Minél változatosabb és nagyobb a tanítókészlet, annál jobb eredményt ad a modell.
Egy modell teljesítménye nagyrészt azon múlik, mennyire jól van összeállítva a tanítókészlet.
E-mailek és címkéik (spam vagy nem spam) egy spam-szűrő tanításához.
Az adatok címkézése, hogy a modell tanulni tudjon belőlük.
Az adatelőkészítés az a folyamat, amely során a nyers adatokat megtisztítják, átalakítják és előkészítik a modell tanításához.
A célváltozó az a kimenet, amit a modell előre szeretne jelezni.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
Az AI azon területe, ahol a számítógép adatokból tanul anélkül, hogy explicit módon programoznánk minden egyes lépést.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
A tesztkészlet egy külön adathalmaz, amellyel a betanított AI-modell teljesítményét mérik.
A validációs készlet olyan adathalmaz, amelyet a modell finomhangolására, az optimális paraméterek kiválasztására használnak.
