Memahami Dataset, label, dan bias

Tujuan belajar

Mempelajari topik: Dataset, label, dan bias. Jelaskan alasan di balik jawabanmu.

Inti materi

Dataset berisi contoh, sedangkan label menyatakan jawaban atau kategori yang dipakai saat pelatihan. Label keliru dan kelompok yang kurang terwakili dapat membuat model tidak adil.

Contoh dibahas

Kumpulan foto buah dengan label salah akan mengajarkan hubungan yang salah kepada model.

Coba sendiri

Mengapa lebih banyak data tidak selalu memperbaiki hasil AI?

Pembahasan

Jika label salah atau data berat sebelah, jumlah besar dapat mengulang kesalahan yang sama.

Periksa pemahaman

Jelaskan langkahmu dengan kalimatmu sendiri. Bandingkan alasanmu dengan pembahasan, lalu perbaiki bagian yang belum tepat sebelum melanjutkan. Jika menggunakan angka atau data, tuliskan satuan dan sumbernya.

Catatan belajar

Tuliskan satu hal yang sudah kamu pahami dan satu pertanyaan untuk dibahas bersama guru atau teman.