Obținerea datelor potrivite

Strategie de Inteligență Artificială (AI)

Vidhi Chugh

AI strategist and ethicist

Disponibilitatea datelor

Mai multe date -> rezultate mai bune ale modelului

Rezultatul modelului

Nu doar cantitatea de date
Etichetare, calitate și actualitate

Modelul captează tipare subiacente

Tipare subiacente

Știință centrată pe date
Ingineria sistematică a datelor

Relevanța datelor

Bogăția și relevanța tiparelor
Datele irelevante induc modelul în eroare -> scad acuratețea

Exemplu: model de scoring al creditului
- Atribute relevante
- Istoricul tranzacțiilor
- Profilul activelor

Profilul activelor

Relevanța temporală

Dinamica lanțului de aprovizionare s-a schimbat după pandemie

Lanț de aprovizionare

Confidențialitatea datelor

Date sensibile ale utilizatorilor

Date sensibile

Standarde de confidențialitate, precum GDPR

Practici etice

Practici etice

Consolidează încrederea utilizatorilor

Dicționar de date

Explică semnificația câmpurilor de date și importanța lor

Experții din domeniu corelează datele cu deciziile de afaceri

Datele redundante nu adaugă valoare predicțiilor modelului

Dicționar de date

Eșantionarea datelor

Timp

Când se lucrează cu volume mari de date
Creați un set de date eșantionat
Rezultate comparabile, cu costuri reduse

Buget

Eșantionarea datelor

Augmentarea datelor

Așteptare

Dar dacă datele sunt insuficiente?
Augmentați datele — creați înregistrări noi din seturile existente

Oportunitate ratată

Augmentare imagini noi

Diversitatea datelor

Crearea de modele fiabile
Acuratețe bună a modelului
Exemplu: cerere de împrumut
- Includeți grupe de vârstă și etnii diverse

Cerere de împrumut

Calitatea datelor

Complete și cuprinzătoare
Date exacte: vârstă și dată de naștere

Complete și cuprinzătoare

Date lipsă
Etichete corecte ale datelor

Date lipsă

Să exersăm!

Strategie de Inteligență Artificială (AI)

Preparing Video For Download...