20200713学习笔记-数据标注

0.数据清洗：去除无效数据、整理成规整的格式等（具体要求由算法人员确认）

1.数据标注：为AI提供结构化的训练数据（用来训练机器学习算法和提升准确率的标注好的数据）

2.数据标注类型：
——分类标注，即打标签，是封闭集合，从既定的标签中选择数据对应的标签；
对象：文本、图像、语音、视频
应用：脸龄识别、情绪识别、性别识别
——标框标注，框选要检测的对象（机器视觉）
对象：图像
应用：人脸识别、物品识别
——区域标注：要求精确，边缘可以柔性（挠nao性，物体受力后变形，作用力失去之后物体自身不能恢复原来形状的一种物理性质，引申：指快速、低成本地从提供一种产品或服务转换为提供另一种产品或服务的能力）
对象：图像
应用：自动驾驶
——描点标注：特征要求细致的应用
对象：图像
应用：人脸识别、骨骼识别
——其他标注等

3.定位：数据标注是AI的入门级岗位

4.晋升通道：标注员–>标注组长–>数据经理–>数据总监

5.训练数据&测试数据
训练数据：用来训练或者及教会机器模型或者算法的标注数据；
测试数据：用来对模型的最终效果提供公正的评估的数据。

6.机器学习：监督学习&无监督学习
——监督学习：需要标注数据作为先验经验
——无监督学习：效果不可控，用来做探索性实验

思考题：
1.如何成为“专家”：有自己擅长领域和研究方向？身份认证、密码技术应用？及方案？
2.**解决方案工程师的晋升通道：**解决方案经理、解决方案总监？