前言

 

在實(shí)際工作中，你是否遇到過(guò)這樣一個(gè)問(wèn)題或痛點(diǎn)：無(wú)論是通過(guò)哪種方式獲取的標(biāo)注數(shù)據(jù)，數(shù)據(jù)標(biāo)注質(zhì)量可能不過(guò)關(guān)，存在一些錯(cuò)誤？亦或者是數(shù)據(jù)標(biāo)注的標(biāo)準(zhǔn)不統(tǒng)一、存在一些歧義？特別是badcase反饋回來(lái)，發(fā)現(xiàn)訓(xùn)練集標(biāo)注的居然和badcase一樣？如下圖所示，QuickDraw、MNIST和Amazon Reviews數(shù)據(jù)集中就存在錯(cuò)誤標(biāo)注。

為了快速迭代，大家是不是常常直接人工去清洗這些“臟數(shù)據(jù)”？但數(shù)據(jù)規(guī)模上來(lái)了咋整？有沒(méi)有一種方法能夠自動(dòng)找出哪些錯(cuò)誤標(biāo)注的樣本呢？基于此，本文嘗試提供一種可能的解決方案——置信學(xué)習(xí)。

本文的組織架構(gòu)是：

總結(jié)

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（八十）-脏数据如何处理？置信学习解决方案的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。