AI人工智能标记数据的技术：类型、方法、质量控制、应用
AI人工智能 标记数据 在人工智能（Artificial Intelligence，简称AI）领域中，标记数据是非常重要的一环。它是指对原始数据进行标记和注释，以便机器学习算法可以理解和利用这些数据。标记数据可以提高机器学习模型的准确性、可靠性和可解释性。本文将详细介绍AI人工智能标记数据的技术。 ...
使用人工智能改变校园网络质量
1956年，由约翰·麦卡锡教授带领的一小群研究人员聚集在达特茅斯暑期研究项目中，开始研究人工智能。在这次会议上，麦卡锡创造了“人工智能”这个词，该会议被广泛认为是人工智能研究领域的起点。在接下来的几十年中，人工智能从一个理论性的研究领域逐渐发展成为一种强大的工具，正在深刻地改变着我们的世界。从自动驾...
由人工智能参数讨论基于Bug的软件测试质量分析
上文和大家一起讨论了人工智能样本的评价参数：准确度、精准度、召回率和F1分数。这篇文章，我们结合这些参数来讨论基于Bug的软件测试质量分析。软件测试质量分析是软件测试工作中非常重要的管理工作，其实在没有了解准确度、精准度、召回率这些概念之前，我们其实已经多多少少使用了这些概念。现在假设讨论的周期为一...
《中国人工智能学会通讯》——12.21 质量控制
12.21 质量控制 质量控制问题在传统众包中被广泛研究[29-30] ，并在时空众包领域面临新的挑战。一方面，与传统众包中的质量控制相似，一些时空众包任务由多位众包参与者重复完成时，则可通过对不同参与者的反馈进行汇聚来控制最终结果的质量。但在时空众包中，参与者通常受到空间服务范围的限制，因此在结果...
《中国人工智能学会通讯》——11.53 合成人脸画像质量评价
11.53 合成人脸画像质量评价 下面对以上三章中提到的基于稀疏近邻选择方法（SFS, Sparse Feature Selection）、基于人脸幻 象 思 想 的 合 成 方 法（SFS-SVR, Sparse FeatureSelection & Support Vector Regr...
中国人工智能学会通讯——一种基于众包的交互式数据修复方法 3 给定质量约束下的交互式算法
3 给定质量约束下的交互式算法 为了生成一个有效的交互式方案，我们提出了自己的算法，其中的关键问题是在众包修复过程中如何选择被众包修复的值。 首先，我们倾向于选择引起数据冲突最多的值进行众包修复，这样就会有更多的值在下一步的基于规则的修复过程中可以被推导。为了找出引起数据间冲突最多的值，先评估每个值...
中国人工智能学会通讯——众包中的统计推断与激励机制 2 如何提高众包数据的质量
2 如何提高众包数据的质量 众包存在的问题 可是，通过众包获取的数据标签质量或许不高。主要原因如下。 ●专业技能。因为众包人员可能没有标记你的数据所需的技能。●动机。众包人员没有动力好好地把这个数据标记好。 如果使用低质量的数据去训练一个机器学习模型，不管使用什么高级的算法都可能无济于事。 众包中的...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
