给图片贴标签：认识数据标注

实验目的

知道标签是什么，体会数据标注对机器学习的作用。

实验原理

机器学习常常需要大量带标签的样本，也就是图片加上正确的类别名称。机器通过比较这些样本，找出各类图片的共同特征，再用来判断新的图片。如果标签贴错或样本太少，机器学到的规律就会不准确。

实验器材

• 待标注的图片若干
• 类别标签（如不同动物或物品）
• 标注操作区
• 识别结果展示区

实验步骤

1. 查看图片，想一想它属于哪一类。
2. 选中图片，为它贴上对应的标签。
3. 完成全部图片的标注。
4. 运行识别，观察机器对新图片的判断结果。
5. 尝试故意贴错几张，再看结果有什么变化。

实验现象与结论

标签贴得正确且样本较多时，机器对新图片的判断更准确；贴错标签后，识别结果明显变差。结论：机器是从带标签的数据中学习的，数据的正确与否直接影响它的表现。

常见问题

什么是数据标注？

就是给图片、声音、文字等数据加上正确的类别或说明，供机器学习使用。

标签贴错了会怎样？

机器会学到错误规律，之后判断新数据时更容易出错。