Nach diesem Modul werden Sie in der Lage sein, statistische Daten zu analysieren, um ein ganzheitliches Verständnis der Daten zu erlangen. Sie werden in der Lage sein, verschiedene Bildqualitätsprobleme zu identifizieren und zu bewerten, die die Leistung des Modells beeinträchtigen können. Sie werden in der Lage sein, FiftyOne zu nutzen, um Bildqualitätsprobleme, Ausreißer und Diversitätsprobleme zu erkennen und zu visualisieren. Und schließlich werden Sie in der Lage sein, Strategien zu entwickeln, um identifizierte Bildqualitäts- und Diversitätsprobleme zu lösen.

Nach diesem Modul sind Sie in der Lage, die Qualität von Beschriftungen für Aufgaben der Objekterkennung zu beurteilen. Sie werden in der Lage sein, häufige Beschriftungsprobleme wie falsch beschriftete Daten, harte Stichproben und Verdeckungen zu erkennen. Sie sind in der Lage, die Auswirkungen der Bounding Box auf die Leistung des Modells zu analysieren und Strategien zur Verbesserung der Qualität und Konsistenz der Beschriftungen zu entwickeln.

Nach diesem Modul werden Sie in der Lage sein, fortgeschrittene datenzentrierte KI-Techniken wie Datenerweiterung und aktives Lernen anzuwenden. Sie sind in der Lage, einen durchgängigen Workflow zur iterativen Verbesserung von Modellen mit FiftyOne zu implementieren. Sie werden in der Lage sein, eine Strategie zur Aufrechterhaltung der Datenqualität im Laufe der Zeit zu entwickeln und schließlich Techniken zur Verbesserung der Modellleistung auf einem gegebenen Datensatz zu synthetisieren und anzuwenden.