Surse de date

Gestionarea responsabilă a datelor în AI

Maria Prokofieva

Lead ML engineer

Urmează..

  • Tipuri de surse de date
  • Limitări și selecție
  • Integrarea mai multor surse de date

Persoane care preiau documente de pe rafturi, folosesc lupa și caută fișiere într-o bază de date electronică

Gestionarea responsabilă a datelor în AI

Importanța sursei de date

  • Integritate
  • Diversitate
  • Reprezentare echitabilă

gătit cu surse de date

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Tipuri după origine

  • Primare

    • Date colectate în cadrul proiectului
    • Conformitate și consimțământ

  • Secundare

    • Date obținute din resurse existente
    • Acorduri de licențiere

Concept abstract de contract de licențiere

Gestionarea responsabilă a datelor în AI

Tipuri după natură

  • Cantitative

    • Date numerice

  • Calitative

    • Non-numerice

  • Mixte

    • Combinație de numerice și non-numerice

numere la text

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Tipuri după temporalitate

  • Statice
    • Nu se modifică în timp
    • Date de recensământ
    • Adrese corporative
  • Dinamice
    • Actualizate în timp real
    • Fluxuri de social media
    • API
    • Fluxuri de piețe financiare
    • Date de la senzori

fluxuri dinamice

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Diversitate și echitate în sursele de date

  • Părtiniri directe ale colectorilor de date
  • Verificări măsurabile ale părtinirii
  • Reprezentare inexactă a realităților actuale, părtiniri depășite
  • Părtiniri moștenite din contextul original
  • Analiză nuanțată
  • Evoluție continuă, cu posibile părtiniri în timp real
Gestionarea responsabilă a datelor în AI

Proiect de flux urban de trafic

Surse de date:

  • Date istorice de trafic
  • Note ale ședințelor consiliului municipal
  • Date de urmărire GPS

Proiect de flux urban de trafic

1 Imagini de Streamline HQ
Gestionarea responsabilă a datelor în AI

Date istorice de trafic

  • Departamentul de transport al orașului
  • Ultimii 5 ani
  • Include numărul de vehicule și intervalele orare/zilnice

Aceasta este o sursă primară, statică și cantitativă

date de trafic

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Procese verbale ale ședințelor consiliului

  • Documente publice disponibile pe site-ul consiliului
  • Rezumate de urbanism și management al traficului

Aceasta este o sursă secundară calitativă

procese verbale

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Date GPS

  • Sursă primară dinamică
  • Informații imediate despre condițiile de trafic, viteze și întârzieri

GPS

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Să exersăm!

Gestionarea responsabilă a datelor în AI

Preparing Video For Download...