Dane treningowe
Aktualizacja: · zob. też: training data, zbiór treningowy, dane uczące
Model uczy się wzorców z danych treningowych — nie z „rozumienia świata”. Dlatego jakość danych przekłada się wprost na jakość modelu.
Konsekwencje:
- Luki lub błędy w danych → luki i błędy w odpowiedziach.
- Uprzedzenia w danych → uprzedzenia modelu.
- Brak świeżych danych → nieznajomość najnowszych wydarzeń.
To jeden z powodów, dla których wyniki AI warto weryfikować u źródła.