資料來源

負責任的 AI 資料管理

Maria Prokofieva

Lead ML engineer

接下來將介紹…

• 資料來源類型
• 侷限與選擇
• 整合多種資料來源

為何資料來源很重要

• 可靠性
• 多樣性
• 公平代表性

¹ Image by Streamline HQ

依來源區分的類型

• 初級

  • 專案內自行蒐集的資料
  • 合規與同意

• 次級

  • 取自既有資源的資料
  • 授權與授權條款

依本質區分的類型

• 量化

  • 數值型資料

• 質化

  • 非數值

• 混合

  • 數值與非數值的組合

¹ Image by Streamline HQ

依時間特性區分的類型

• 靜態
  • 隨時間不變
  • 人口普查資料
  • 公司地址
• 動態
  • 即時更新
  • 社群媒體串流
  • API
  • 金融市場即時饋送
  • 感測器資料

¹ Image by Streamline HQ

資料來源的多樣與公平

• 資料蒐集者的直接偏誤
• 可量測的偏誤檢查
• 與現況不符、過時的偏誤

• 原始情境的繼承偏誤
• 精細的分析
• 持續演變，可能引入即時偏誤

都會交通流專案

資料來源：

• 歷史交通資料
• 市議會會議記錄
• GPS 追蹤資料

¹ Images by Streamline HQ

歷史交通資料

• 市府交通局
• 過去 5 年
• 含車流量與時段（天/週）

這是初級、靜態、量化來源

¹ Image by Streamline HQ

議會會議記錄

• 議會網站的公開紀錄
• 都市規劃與交通管理摘要

這是質化的次級來源

¹ Image by Streamline HQ

GPS 資料

• 初級動態來源
• 立即掌握即時交通狀況、車速與延誤

¹ Image by Streamline HQ

一起來練習吧！

負責任的 AI 資料管理