UiPath Communications Mining의 레이블은 이메일, 채팅, 통화와 같은 통신 데이터에 적용할 수 있는 사용자 정의 범주로, 데이터 내의 주제, 의도, 감정을 식별하는 데 사용됩니다.1 레이블은 지도 학습을 통해 학습됩니다. 즉, 사용자는 각 레이블에 속하는 데이터 예시를 제공해야 하며, 시스템은 이러한 예시를 통해 학습하여 새 데이터에 대한 예측을 수행합니다.2 그러나 모든 레이블이 똑같이 학습하기 쉬운 것은 아니며, 좋은 성능을 얻으려면 더 많은 예시가 필요할 수도 있습니다. 편향 경고가 있는 레이블은 평균 정밀도가 상대적으로 낮거나, 학습 예시가 충분하지 않거나, 편향된 방식으로 레이블이 지정된 레이블입니다.3 정밀도는 주어진 레이블에 대한 예측의 정확도를 측정하는 척도이며, 해당 레이블에 대해 작성된 총 예측 수에 대한 참긍정(올바른 예측)의 비율로 계산됩니다. 정밀도가 100%인 레이블은 해당 레이블에 대한 모든 예측이 정확함을 의미하지만, 반드시 레이블이 잘 학습되었음을 의미하지는 않습니다. 레이블에 예측이 거의 없거나, 예측이 학습 예제와 유사한 데이터 하위 집합에 대해서만 이루어졌을 수 있습니다. 이는 과적합으로 이어질 수 있는데, 이는 레이블이 학습 데이터에 너무 특정적이어서 새 데이터나 다른 데이터로 일반화하기 어렵다는 것을 의미합니다. 따라서 100% 정밀도를 가진 레이블이라도 학습 예제가 없으면 편향 경고가 발생할 수 있습니다. 이는 레이블이 기본 데이터 분포를 대표하지 못하고 예측에 영향을 줄 수 있는 중요한 변화나 미묘한 차이를 놓칠 수 있음을 나타내기 때문입니다. 성능을 개선하고 이러한 레이블의 편향을 줄이려면 사용자는 레이블이 포착해야 하는 가능한 시나리오와 표현의 범위를 포괄하는 더 많고 다양한 예제를 제공해야 합니다. 참고문헌: 1: 커뮤니케이션 마이닝 개요 2: [레이블 생성 및 학습] 3: 모델 성능 이해 및 개선: [정밀도 및 재현율]: [과적합 및 과소적합]: 커뮤니케이션 마이닝을 통한 레이블링 편향 수정
UiPath-SAIAv1 문제 82
분류 관리자의 역할은 무엇인가요?
정답: B
택소노미 관리자는 자동화 프로젝트와 관련된 문서 유형과 필드를 정의하는 XML 파일인 택소노미 파일을 생성하고 편집할 수 있는 도구입니다.1 택소노미 파일은 "문서 범위 분류" 및 "데이터 추출 범위" 활동에서 각각 문서 분류 및 데이터 추출을 수행하는 데 사용됩니다.2 택소노미 관리자를 사용하면 문서 유형과 필드를 추가, 제거, 이름 변경 또는 순서 변경할 수 있으며, 각 필드에 대한 데이터 유형, 형식 및 유효성 검사 규칙을 지정할 수 있습니다.3 택소노미 관리자는 또한 택소노미 파일 미리보기와 오류 또는 불일치를 검사하는 유효성 검사 기능을 제공합니다. 참고문헌: 1: Taxonomy Manager 소개 2: 문서 이해 프레임워크 소개 3: Taxonomy Manager 사용: Taxonomy Manager 사용자 인터페이스 설명
