资源介绍
和微调准备标注数据的现代方法（英文版电子书）
在训练数据有限的场景中为回归任务生成标签
应用生成式人工智能和大型语言模型（LLMs）探索并标注文本数据
利用 Python 库进行图像、视频和音频数据分析及数据标注
购买纸质书或 Kindle 版可获赠免费 PDF 电子书
内容简介
数据标注是引导人工智能和机器学习发挥力量的 “无形之手”。在当今这个数据驱动的世界，掌握数据标注不仅是一种优势，更是一项必备技能。《机器学习中的数据标注（Python 版）》将助你从原始数据中挖掘价值、创建智能系统，并影响技术发展的进程。
通过本书，你将学会运用汇总统计、弱监督、程序化规则和启发式方法，以编程方式为未标注的训练数据分配标签。随着学习的深入，你将掌握半监督学习和数据增强的复杂细节，从而优化数据集。
进一步探索数据领域时，你将投身于图像、视频和音频数据的标注工作，充分利用 seaborn、matplotlib、cv2、librosa、openai、langchain 等 Python 库的强大功能。借助实操指导和实用示例，你将熟练掌握有效标注各类数据的技能。
读完本书后，你将具备以编程方式标注多种数据类型和优化数据集的实践能力，从而充分释放数据的潜力。
适用人群
本书面向希望学习用于模型训练的数据标注方法和算法的机器学习工程师、数据科学家和数据工程师。数据爱好者和 Python 开发者可以通过本书学习如何使用 Python 库进行数据探索和标注。具备基础的 Python 知识会有所帮助，但并非入门的必要条件。
你将学到
精通表格、文本、音频、视频和图像数据的探索性数据分析（EDA）
了解如何使用 Python 库应用规则来标注原始数据
掌握用于添加分类标签的数据增强技术
利用 K 均值聚类对无监督数据进行分类
探索如何应用混合监督学习为分类任务添加标签
借助生成式人工智能掌握文本数据分类
使用 OpenCV 和 YOLO 进行目标检测和图像分类
了解一系列数据标注技术和资源