如何构建较好的AI 吴恩达给出这样的建议：以数据为中心

时至今日,人工智慧从业日本公司的迭代建模经过多年的打磨,理论上大幅减低阶段性开花结果,随着AI从业人员零售化演进,更加具前瞻性的数据资料集产品和更高广泛应用软件化数据资料咨询服务需求量成为了主流,可以问道,毫无疑问“有益”的AI建模,；还有专业知识训练数据资料。

问道回举例提到的以数据资料为当外围的 AI 竞技(Data-Centric AI competition).这次竞技共有489个推选队自已和团队提交了2458个独具的数据资料集。实际上通过改进数据资料(而不是建模理论上概念,这是硬规范),许多推选队者尽可能将64.4%的完全符合稳定性减低20%以上,最佳稳定性组的获奖者的优异成绩在86.034%至86.405%中间。

这种限定理论上概念内的庞大分野,确实暗示在吴恩达等人的推动下以数据资料为当外围(Data-centric)的AI必要性的依此,并成为一个有具庞大实用性实证。未来谁尽可能尽可能地挖掘和使用专业知识训练数据资料,就能在AI大潮当中断定毫无疑问的“宝库”。