WEBVTT

00:00:07.360 --> 00:00:11.760
Ang pag-aaral ng machine ay kasing ganda lang
ng data ng pagsasanay na inilalagay mo rito.

00:00:11.800 --> 00:00:15.820
Kaya, napakahalagang gumamit ng
mataas na kalidad na data, at marami nito.

00:00:16.760 --> 00:00:21.960
Ngunit kung mahalaga ang data, dapat tanungin
kung saan nanggagaling ang data ng pagsasanay?

00:00:22.280 --> 00:00:26.260
Kadalasan, nangongolekta ng data ang mga computer
ng pagsasanay sa mga taong tulad mo at ako,

00:00:26.260 --> 00:00:27.860
nang walang anumang pagsisikap sa bahagi natin.

00:00:28.440 --> 00:00:31.480
Maaaring subaybayan ng video streaming service ang
pinapanood mo, pagkatapos ay makikilala nito ang mga pattern

00:00:31.660 --> 00:00:36.000
sa data na iyon para irekomenda kung ano
ang gusto mong panoorin sa susunod.

00:00:37.420 --> 00:00:43.200
Sa ibang pagkakataon, direktang hihilingin sa iyo na tumulong, tulad ng kapag
hiniling sa iyo ng website na hanapin ang mga karatula at larawan sa kalye,

00:00:43.780 --> 00:00:49.280
Nagbibigay ka ng data ng pagsasanay upang matulungan ang machine
na matutong makakita, at marahil isang araw ay magmaneho.

00:00:52.320 --> 00:00:56.440
Pwedeng gumamit ang mga mananaliksik sa medisina ng mga
medikal na larawan bilang data ng pagsasanay upang turuan

NOTE Paragraph

00:00:56.520 --> 00:00:59.900
ang mga computer kung paano
makilala at matukoy ang mga sakit.

00:01:00.300 --> 00:01:05.560
Ang Pag-aaral ng Machine ay nangangailangan ng daan-daan
at libu-libong larawan, at direksiyon ng pagsasanay mula sa doktor

00:01:05.640 --> 00:01:09.920
na nakakaalam kung ano ang hahanapin,
bago matukoy nito nang tama ang sakit.

00:01:10.520 --> 00:01:15.540
Kahit na may libu-libong mga halimbawa, maaaring
magkaroon ng mga problema sa mga hula ng computer.

00:01:15.880 --> 00:01:20.660
Kung kinokolekta lang ang data ng X-ray mula sa mga lalaki, kung gayon
ang mga hula ng computer ay maaaring gumana lang sa mga lalaki

00:01:21.880 --> 00:01:26.300
Maaaring hindi nito makilala ang mga sakit kapag
hiniling na i-diagnose ang X-ray ng isang babae.

00:01:26.620 --> 00:01:30.820
Ang blind spot na ito sa data ng pagsasanay
ay lumilikha ng tinatawag na bias.

00:01:31.260 --> 00:01:36.420
Pinapaboran ng bias na data ang ilang bagay,
at inaalis ang priyoridad o hindi sinasama ang iba.

00:01:36.780 --> 00:01:41.800
Depende sa kung paano kinokolekta ang data ng pagsasanay, sino ang
gumagawa ng pagkolekta, at kung paano ipinapasok ang data,

00:01:41.800 --> 00:01:45.340
may pagkakataon na ang pagiging bias
ng tao ay kasama sa data.

00:01:45.880 --> 00:01:50.700
Sa pamamagitan ng pag-aaral mula sa bias data, ang
computer ay maaaring gumawa ng mga bias na hula,

00:01:50.780 --> 00:01:54.320
alam man ito ng mga taong
nagsasanay sa computer o hindi.

00:01:54.760 --> 00:01:58.400
Kapag tumitingin ka sa data ng pagsasanay,
tanungin ang sarili mo ng dalawang tanong:

00:01:58.640 --> 00:02:01.600
Ito ba ay sapat na data upang tumpak
na sanayin ang computer?

00:02:02.320 --> 00:02:06.860
At, kinakatawan ba ng data na ito ang lahat
ng posibleng senaryo at user na walang bias?

00:02:07.460 --> 00:02:11.040
Ito ay kung saan ikaw, bilang pagsasanay
ng tao, ay gumaganap ng mahalagang papel.

00:02:11.160 --> 00:02:14.500
Ikaw ang bahalang magbigay sa machine
mo ng walang pinapanigan na data.

00:02:14.500 --> 00:02:18.160
Nangangahulugan iyon ng pagkolekta ng toneladang
mga halimbawa, mula sa maraming mga mapagkukunan.

00:02:19.300 --> 00:02:22.580
Tandaan, kapag kumuha at pumili ka ng
data para sa pag-aaral ng machine,

00:02:22.580 --> 00:02:26.660
pinoprogram mo ang algorithm, gamit ang
data ng pagsasanay sa halip na code.

00:02:27.100 --> 00:02:29.780
Ang data AY ang code.

00:02:30.180 --> 00:02:34.680
Kung mas mahusay ang data na ibibigay mo,
mas mahusay na matututo ang computer.