Los datos de entrenamiento sirven para entrenar un modelo de aprendizaje automático. El modelo analiza ejemplos y aprende la relación entre las entradas y las salidas. Para un filtro de spam, los datos de entrenamiento son correos electrónicos etiquetados como spam o no spam. Para un clasificador de imágenes, son fotos etiquetadas con su contenido. Para un modelo de lenguaje, son grandes cantidades de texto. El modelo ajusta sus parámetros internos para minimizar la diferencia entre sus predicciones y las etiquetas correctas. La calidad y la cantidad de los datos de entrenamiento determinan el rendimiento del modelo.

Los datos de entrenamiento tienen varios requisitos. Deben ser representativos de los datos reales con los que el modelo trabajará. Un modelo entrenado solo con fotos diurnas no funcionará con fotos nocturnas. Deben estar etiquetados con precisión. Los ejemplos mal etiquetados enseñan al modelo patrones erróneos. Deben ser lo suficientemente grandes como para capturar la variación de los datos. Una cantidad insuficiente de datos conduce al sobreajuste, donde el modelo memoriza los ejemplos de entrenamiento en lugar de aprender patrones generales. Deben estar libres de sesgos, o el modelo aprenderá y amplificará dicho sesgo. Los datos de entrenamiento también plantean una cuestión de privacidad. Los modelos entrenados con datos personales pueden memorizarlos y reproducirlos. Los marcos regulatorios exigen cada vez más la documentación de las fuentes y el procesamiento de los datos de entrenamiento. Los datos no son solo una entrada. Son tanto una responsabilidad como un activo. El modelo es tan bueno como los datos con los que se entrenó.

Requisitos de datos de capacitación

• Representativo: refleja la variación del mundo real.
• Etiquetado: información veraz
• Grande: suficientes ejemplos para generalizar.
• Imparcial: sin sesgo sistemático
• Documentado: procedencia y procesamiento conocidos.

Los datos de entrenamiento son el maestro. El modelo aprende de lo que muestran los datos. Los datos erróneos dan malas lecciones.