Energy Portal
La préparation IA fait référence à l’ensemble des étapes et techniques utilisées pour préparer des données en vue de l’entraînement ou de l’évaluation de modèles d’intelligence artificielle (IA). Cela inclut des processus tels que la collecte, le nettoyage, la transformation et l’annotation des données. La qualité des données est cruciale en IA, car elle influence directement la performance des modèles. Une bonne préparation des données permet d’éliminer les erreurs, de gérer les valeurs manquantes et de s’assurer que les données sont formatées de manière appropriée pour l’algorithme choisi. Cela peut également inclure des étapes de normalisation, d’échantillonnage et de réduction de dimensionnalité. Enfin, la préparation IA vise à garantir que les données utilisées pour entraîner un modèle sont pertinentes, représentatives et conformes aux objectifs de l’analyse ou de l’application prévues.
Le Département de la Sécurité intérieure (DHS) est sous scrutin alors que le Bureau de la Comptabilité du Gouvernement (GAO) tire la sonnette d'alarme sur des évaluations de risques inadéquates…