Auf der Suche nach den richtigen Daten

Strategien für künstliche Intelligenz (KI)

Vidhi Chugh

AI strategist and ethicist

Verfügbarkeit von Daten

Mehr Daten -> bessere Modellergebnisse

Model outcome

Nicht nur die Datenmenge
Kennzeichnung, Qualität und Aktualität

Das Modell erfasst und zeigt zugrundeliegende Muster

Underlying patterns

Datenzentrierte Wissenschaft
Die Daten systematisch aufbereiten

Relevanz der Daten

Vielfalt und Relevanz von Mustern
Irrelevante Daten verwirren das Modell -> das macht es weniger genau

Beispiel: Bewertung der Kreditwürdigkeit
- Relevante Eigenschaften
- Transaktionsverlauf
- Vermögensprofil

Assets profile

Zeitliche Relevanz

Die Dynamik der Lieferkette hat sich nach der Pandemie verändert

Supply chain

Datenschutz

Sensible Nutzerdaten

Sensitive data

Datenschutzstandards wie die DSGVO

Ethische Verfahren

Ethical practices

Sorgt für Vertrauen bei den Nutzern

Datendokumentation

Erklärt die Bedeutung der verschiedenen Datenfelder und wofür sie wichtig sind

Experten verbinden Daten mit Geschäftsentscheidungen

Redundante Daten bringen keinen Mehrwert für die Modellvorhersagen

Data dictionary

Datenstichprobe

Time

Wenn du mit großen Datenmengen arbeitest
Erstelle einen Stichproben-Datensatz
Gleiche Ergebnisse bei geringeren Kosten

Budget

Data sampling

Ergänzen von Daten

Wait

Aber was ist, wenn die Daten nicht ausreichen?
Daten ergänzen – neue Datensätze aus vorhandenen Datensätzen erstellen

Lost opportunity

Augmenting new images

Datenvielfalt

Zuverlässige Modelle erstellen
Gute Modellgenauigkeit
Beispiel: Kreditantrag
- Verschiedene Altersgruppen und Ethnien einbeziehen

Loan application

Datenqualität

Vollständig und umfassend
Genaue Daten; Alter und Geburtsdatum

Complete and comprehensive

Fehlende Daten
Korrekte Datenkennzeichnung

Missing data

Lass uns üben!

Strategien für künstliche Intelligenz (KI)

Preparing Video For Download...