تُستخدم بيانات التدريب لتدريب نموذج التعلم الآلي. يرى النموذج أمثلة ويتعلم العلاقة بين المدخلات والمخرجات. بالنسبة لفلتر البريد العشوائي، تكون بيانات التدريب عبارة عن رسائل بريد إلكتروني مصنفة كبريد عشوائي أو غير عشوائي. أما بالنسبة لمصنف الصور، فهي عبارة عن صور مصنفة حسب محتواها. وبالنسبة لنموذج اللغة، فهي عبارة عن كميات هائلة من النصوص. يقوم النموذج بضبط معاييره الداخلية لتقليل الفرق بين تنبؤاته والتصنيفات الصحيحة. وتحدد جودة وكمية بيانات التدريب مدى كفاءة أداء النموذج.

تتطلب بيانات التدريب عدة شروط. يجب أن تكون ممثلة لبيانات العالم الحقيقي التي سيواجهها النموذج. فالنموذج المدرب على صور النهار فقط يفشل في التعامل مع صور الليل. كما يجب أن تكون البيانات مصنفة بدقة، لأن الأمثلة المصنفة بشكل خاطئ تُعلّم النموذج أنماطًا خاطئة. ويجب أن تكون البيانات كبيرة بما يكفي لاستيعاب التباين في البيانات. فقلة البيانات تؤدي إلى فرط التخصيص، حيث يحفظ النموذج أمثلة التدريب بدلًا من تعلم الأنماط العامة. ويجب أن تكون البيانات خالية من التحيز، وإلا سيتعلم النموذج هذا التحيز ويُضخّمه. كما تُثير بيانات التدريب مخاوف تتعلق بالخصوصية، إذ قد تحفظ النماذج المدربة على البيانات الشخصية هذه البيانات وتُعيد إنتاجها. وتتطلب الأطر التنظيمية بشكل متزايد توثيق مصادر بيانات التدريب ومعالجتها. فالبيانات ليست مجرد مدخلات، بل هي مسؤولية ومورد في آن واحد. فجودة النموذج تعتمد على جودة البيانات التي تعلم منها.

متطلبات بيانات التدريب

• تمثيلي — يعكس التباين في العالم الحقيقي
• مُصنَّف - حقيقة أرضية دقيقة
• أمثلة كبيرة - أمثلة كافية للتعميم
• غير متحيز - لا يوجد تحيز منهجي
• موثق - مصدره ومعالجته معروفان

بيانات التدريب هي المعلم. يتعلم النموذج ما تُظهره البيانات. البيانات السيئة تُعلّم دروساً سيئة.