取得正確的資料

AI Strategy 策略

Vidhi Chugh

AI strategist and ethicist

資料可用性

• 資料越多 -> 模型表現越好

• 不只看資料量
• 標註、品質與即時性

• 模型擷取底層模式

• 以資料為中心的科學
• 系統化打造資料

資料相關性

 

• 模式的豐富度與相關性
• 不相關的資料會誤導模型，降低準確率

 

• 範例：信用評分模型
  • 相關屬性
  • 交易紀錄
  • 資產概況

 

時間相關性

• 疫後供應鏈動態已改變

資料隱私

 

• 敏感使用者資料

• 資料隱私標準，如 GDPR

 

• 倫理實務

• 建立使用者信任

資料字典

 

• 說明各資料欄位的意義與重要性

 

• 領域專家將資料連結到商業決策

 

• 冗餘資料不會提升模型預測價值

 

資料取樣

• 當需要處理更多資料時
• 建立取樣資料集
• 以較低成本得到可比結果

資料擴增

• 但如果資料不足呢？
• 擴增資料——從現有資料集產生新紀錄

資料多樣性

 

• 建立可靠的模型

• 良好模型準確率

• 範例：貸款申請

  • 納入不同年齡層與族裔

 

資料品質

 

• 完整且全面
• 資料正確；如年齡與出生日期

 

• 遺漏值
• 正確的資料標籤

一起來練習吧！

AI Strategy 策略