YO EN
Darapọ̀

Olùbẹ̀rẹ̀

Training Data

Dátà ìkẹ́kọ̀ọ́

Wọlé láti fi pamọ́

Gbọ́ ọ̀rọ̀ yìí

Ọ̀rọ̀ Gẹ̀ẹ́sì àti Yorùbá, lẹ́yìn náà ìtúmọ̀, àpẹẹrẹ, àfiwé, àti lo-nígbà ní èdè méjèèjì.

Ìtúmọ̀ Yorùbá

Àpẹẹrẹ tí a fi ń kọ́ àwòṣe Ìkẹ́ẹ̀kọ́ ẹ̀rọ.

Ìtúmọ̀ Gẹ̀ẹ́sì

Examples used to teach a machine learning model.

Àpẹẹrẹ Yorùbá

Dátà ìkẹ́kọ̀ọ́ tí kò pé le fa àfihàn àìtọ́.

Àpẹẹrẹ Gẹ̀ẹ́sì

Biased training data can produce unfair predictions.

Àpẹẹrẹ ìgbésí ayé Yorùbá

Dátà ìkẹ́kọ̀ọ́ jẹ́ bíi àwọn ohun èlò ìkèkọ̀ tí akẹ́kọ̀ọ́ n lo láti mura sí ìdánwò. Bí ohun èlò ìkèkọ̀ tó dára ṣe ń mu ìmọ̀ pọ̀ sí i, bẹ́ẹ̀ ni dátà ìkẹ́kọ̀ọ́ tó dára ṣe ń mu iṣẹ́ àwòṣe pọ̀ sí i.

Àpẹẹrẹ ìgbésí ayé Gẹ̀ẹ́sì

Training data is like the study materials a student uses to prepare for an exam. Just as good study materials lead to better understanding, quality training data improves model performance.

Lo nígbà (Yorùbá)

Lo dátà ìkẹ́kọ̀ọ́ nígbà tí o bá ń kọ́ tàbí ṣe àtúnṣe àwòṣe ìkẹ́ẹ̀kọ́ ẹ̀rọ. Ó ṣe pàtàkì fún kọ́ àwòṣe láti mọ́ àwòrán àti ṣe àfihàn.

Lo nígbà (Gẹ̀ẹ́sì)

Use training data when building or refining a machine learning model. It is essential for teaching the model to recognize patterns and make predictions.

Dábàá àtúnṣe Síwájú síi nínú Ìmọ̀ ẹ̀rọ

Àwọn ọ̀rọ̀ tó jọra

Àwọn ọ̀rọ̀ mìíràn nínú Ìmọ̀ ẹ̀rọ