味着什么。 你的电子邮件是什么？ 报名 隐私政策 人工智能工具的基本事实是什么？ 人工智能工具的质量以及它可以为您的组织带来的价值取决于用于训练和验证它的基本事实的质量。一般来说，基本事实被定义为基于客观、经验证据的已知真实信息。在人工智能中，地面实况是指训练。
数据集中的数据它教
会算法如何达到预测输出；基本事实被认为是该工具正在学习解然后，该数据集将成为开发人员衡量系统预测准确性的标准。例如，教授一个模型来识别最佳职位候选人 Belarus电子邮件列表 需要训练数据集来描述候选人的特征，例如教育和多年的经验，其中每个都与 好候选者 （真）或 不是。
好候选者 假的分类
相关联。训练模型来标记欺凌或仇恨言论等不当内容需要充满文本和图像的数据集，这些文本和图像已被分类为 适当 （正确）或 不适当 （错误）。目的是，一旦模型投入生产，它就会学习预 tg编号 测新数据点的正确输出的特征模式。 近年来，人们越来越意识到使用训练数据集中不具有代表性或包含偏差的特征的风险。
