AI 학습 데이터의 품질 점검과 사후 유지보수: NIA 2020년 발표

자료 개요

원시데이터의 기계학습 적합성, 라벨링 정확성, 모델 학습 유효성을 구분해 품질 점검 항목을 설명합니다. 자율주행 데이터 사례를 포함해 분류체계와 데이터 분할, 도메인 전문가의 검증 참여, 활용 단계의 지속적 유지보수를 다룬 2020년 발표입니다.