Doğru veriyi elde etme

Artificial Intelligence (AI) Strategy

Vidhi Chugh

AI strategist and ethicist

Veri erişilebilirliği

• Daha fazla veri -> daha iyi model çıktıları

• Sadece veri miktarı değil
• Etiketleme, kalite ve zamanlılık

• Model temel örüntüleri yakalar

• Veri merkezli bilim
• Veriyi sistematik olarak tasarlama

Veri ilgililiği

 

• Örüntülerin zenginliği ve ilgililiği
• İlgisiz veri modeli yanıltır -> doğruluğu düşürür

 

• Örnek: kredi skorlama modeli
  • İlgili öznitelikler
  • İşlem geçmişi
  • Varlık profili

 

Zamana uygunluk

• Tedarik zinciri dinamikleri pandemi sonrası değişti

Veri gizliliği

 

• Hassas kullanıcı verileri

• GDPR gibi veri gizliliği standartları

 

• Etik uygulamalar

• Kullanıcı güvenini sağlar

Veri sözlüğü

 

• Farklı veri alanlarının anlamı ve önemi

 

• Alan uzmanları veriyi iş kararlarıyla ilişkilendirir

 

• Fazlalık veriler modele değer katmaz

 

Veri örnekleme

• Daha çok veriyle çalışırken
• Örneklenmiş bir veri kümesi oluşturun
• Karşılaştırılabilir sonuçlar, daha ekonomik

Veri artırma

• Peki veri yetersizse?
• Veriyi artırın: mevcut verilerden yeni kayıtlar üretin

Veri çeşitliliği

 

• Güvenilir modeller oluşturun

• İyi doğruluk

• Örnek: Kredi başvurusu

  • Farklı yaş grupları ve etnik kökenleri dahil edin

 

Veri kalitesi

 

• Eksiksiz ve kapsamlı
• Doğru veri; yaş ve doğum tarihi

 

• Eksik veriler
• Doğru veri etiketleri

Ayo berlatih!

Artificial Intelligence (AI) Strategy