Dataset

Maar het lijkt alsof de grootste dataset een volledig anonieme dataset betreft die gedeeld werd een paar jaar met het CBS.

De ene grafiek is gebaseerd op een dataset die niet is onderworpen aan een ‘methodologische aanpassing’, de andere dataset is door wetenschappers aangepast om een ‘realistischer beeld’ te geven van de werkelijkheid.

Zoals bijvoorbeeld: ‘Bij de ontwikkeling van de Basis Dataset J.G.Z. (Jeugdgezondheidszorg) is uitgegaan van de Minimale Dataset J.G.Z. met als basis Eenheid van Taal en het Integraal Dossier.

Het fragmentenkerkhof bestaat uit stemfragmenten die niet in de Common Voice-dataset zijn opgenomen.

Hoe divers is jouw dataset?

Hoe gevarieerd is jouw dataset?

Deze dataset is van goede kwaliteit.

Bevat de dataset waarmee je bent getraind ook persoonlijke informatie?

Dall-E is daar een voorbeeld van: een algoritme dat is getraind op een dataset aan beeldende kunst.

Dat algoritme deed het heel goed in de dataset waarbinnen het ontwikkeld is.

De dataset die we voor muziek gebruikten, bijvoorbeeld, is sterk georiënteerd op westerse muziek en kent alleen metadata uit de Engelse taal.

De openbare dataset, bedoeld voor ontwikkelaars, zal de eerste zal zijn die ‘de huidige en interoperabele open kaartproducten van de volgende generatie mogelijk maakt’.

De wetenschappers gebruikten om de foto te maken dezelfde dataset die gebruikt werd om de foto uit 2019 te genereren.

De World Weather Attribution, een organisatie die extreme weersgebeurtenissen en de rol van klimaatverandering daarin onderzoekt, komt tot deze conclusies na een analyse van weertrends uit een dataset die teruggaat tot begin negentiende eeuw.

Deze dataset bevatte informatie over zo’n 47.000 gewervelde diersoorten en onthulde onder meer hun conservatiestatus en in hoeverre deze soorten door mensen werden gebruikt.

Het algoritme heeft een dataset, namelijk mijn compositie, en regels waarmee het die data inzet om nieuwe frases te creëren.

Het gaat voornamelijk om mailtjes en berichtjes uit een dataset van dan drie miljoen items.

Het taalmodel dat Google gebruikt voor Bard (PaLM, Pathways Language Model) is getraind met een gigantische dataset die bestaat uit webpagina’s (bijvoorbeeld nieuwssites), boeken, Wikipedia-artikelen, maar ook blogs en fora.

Ja, die dataset bestaat ook uit persoonlijke gegevens.

Oftewel; dat mag je niet kopiëren en dus ook niet voor een dataset gebruiken.