AI基础知识 | AI数据哪里来?如何评判数据质量?

数据采集的过程好比是人用眼睛看、用耳朵听、用鼻子闻、用嘴巴尝......这些都是感受外界的行为,接收外部信息从而采取措施,做出判断与决策——AI产品同样需要这样的过程。

1、AI数据来源有哪些呢?

常见的数据获取方式有以下三种:

(1)直接购买行业数据

有许多专门做行业研究的组织、公司、机构,在某一特定的领域获取的大量的数据,他们通过某种方式将数据提供给需求者。比如开放的网站(包括科研、算法竞赛、政府开发数据、个人组织公开数据等)、运营商、行业数据分析公司等,通过有偿或无偿的方式共享数据。

例如:

ICPSR(ICPSR),提供全球领先的社会和行为学研究数据。

数据堂:http://www.datatang.com/

(2)自行采集

这种方式是通过自身的行业积累直接获取数据,也可以通过爬虫技术采集合法的互联网数据。这种方式的好处是可以按需采集,自定义采集指标、字段等。

(3)第三方合作

组织与组织之间合作,交换或购买数据来整合行业资源。比如,我们在某宝上搜了一款商品,在浏览另一个平台时会看到有关该类商品的广告,其实这是数据交换的结果。

2、如何判断这些数据的质量呢?

可以从这四个方面来衡量:关联度(Relevancy)、时效性(Recency)、范围(Range)、可信性(Reliability),简称4R原则。

(1)关联度

在AI领域,关联度是评价数据的首要指标,如果关联度不高,其他的数据指标都毫无意义。比如在自然语言处理的领域中,想让机器学会如何人交流,就需要大量的强关联数据作为基础。

(2)时效性

数据应该有较强的是时效性,特别是资讯类的产品,对这一点有更高的要求。

(3)范围

有句话说,"不以.......为目的的......,都是耍流氓",目的决定了边界,决定了行为范围。在AI领域,范围也极大影响着数据的质量,而且数据范围也代表了数据的完整度。一般情况下,互联网公司的数据完整度较好。

(4)可信性

数据的可信性是获取用户信任的关键。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,711评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,079评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,194评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,089评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,197评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,306评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,338评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,119评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,541评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,846评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,014评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,694评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,322评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,026评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,257评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,863评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,895评论 2 351

推荐阅读更多精彩内容