获取合适的数据

Artificial Intelligence (AI) Strategy

Vidhi Chugh

AI strategist and ethicist

数据可用性

• 更多数据 -> 更好的模型结果

• 关键不止是数据量
• 标注、质量与时效性

• 模型需捕捉潜在规律

• 数据中心化科学
• 系统化地工程化数据

数据相关性

 

• 模式的丰富性与相关性
• 不相关数据会误导模型，降低准确率

 

• 示例：信用评分模型
  • 相关属性
  • 交易历史
  • 资产画像

 

时间相关性

• 后疫情时代供应链动态已变化

数据隐私

 

• 涉及敏感用户数据

• 遵循数据隐私标准，如 GDPR

 

• 坚持伦理规范

• 提升用户信任

数据字典

 

• 说明各数据字段含义及其重要性

 

• 领域专家将数据与业务决策关联

 

• 冗余数据不提升模型预测价值

 

数据抽样

• 面对更多数据时
• 创建抽样数据集
• 结果可比且更经济

数据增强

• 若数据不足怎么办？
• 扩充数据：用现有数据集生成新样本

数据多样性

 

• 构建可靠模型

• 良好准确率

• 示例：贷款申请

  • 覆盖不同年龄与族群

 

数据质量

 

• 完整、全面
• 数据准确；如年龄与出生日期

 

• 处理缺失数据
• 校正数据标签

一起练习吧！

Artificial Intelligence (AI) Strategy