وسم البيانات

تعريف

تصنيف البيانات هو عملية تعيين فئات أو علامات أو سمات للبيانات الخام، مما يسمح لنماذج التعلم الآلي بالتعلم منها. وهو أمر أساسي للتعلم المُشرف.

الهدف

الهدف هو جعل مجموعات البيانات الخام قابلة للاستخدام في التدريب والتقييم. تُوفر العلامات "الإجابات" التي تحتاجها النماذج أثناء التعلم.

أهمية

• مهم لبناء نماذج التعلم الآلي الخاضعة للإشراف بدقة.
• يؤدي سوء وضع العلامات إلى تقليل موثوقية النظام.
• غالبًا ما تكون مكلفة وتتطلب عمالة مكثفة.
• يتطلب خبرة في مجالات مثل الطب أو القانون.

كيف تعمل هذه التقنية؟

1. تحديد المهام ووضع العلامات على المخطط.
2. تقسيم البيانات الخام إلى وحدات (صور، جمل، مقاطع صوتية).
3. تعيين العلامات يدويًا أو عبر أدوات شبه آلية.
4. إجراء عمليات فحص الجودة واختبارات الاتفاق بين المعلقين.
5. تصدير مجموعات البيانات المصنفة للتدريب.

أمثلة (العالم الحقيقي)

• Shaip: تصنيف البيانات للسيارات ذاتية القيادة.
• مجموعة بيانات Kaggle: مُصنَّفة لمسابقات التعلم الآلي.
• مجموعة بيانات صور الأشعة: مصنفة من قبل خبراء طبيين.

المراجع / قراءات إضافية

• شرح البيانات للذكاء الاصطناعي - المعهد الوطني للمعايير والتكنولوجيا.
• شرح ووضع العلامات على مجموعات البيانات - معاملات IEEE في هندسة البيانات.
• ISO/IEC 24617: إطار عمل التعليق الدلالي — ISO.
• ما هو تصنيف البيانات؟ كل ما يحتاجه المبتدئ - شايب