لم يعد هذا المتصفح مدعومًا.
بادر بالترقية إلى Microsoft Edge للاستفادة من أحدث الميزات والتحديثات الأمنية والدعم الفني.
ما فائدة تطبيع البيانات؟
أوقات تدريب أسرع
إزالة القيم المفقودة بشكل أكثر دقة
تحديد الخوارزميات التفضيلية للتدريب
النموذج الذي تقوم بتدريبه يؤدي بشكل جيد في مجموعة التدريب الخاصة بك، ولكن بشكل سيئ في مجموعة الاختبار الخاصة بك. ما الذي يحدث على الأرجح؟
حدث نقص في الإعداد، والنموذج الخاص بك ليس دقيقا بما فيه الكفاية. يجب أن تستمر في التدريب.
حدث الإفراط في الاحتواء، ولا يعمل نموذجك بشكل جيد على بيانات جديدة خارج التدريب. يمكنك إيقاف التدريب في وقت سابق، أو جمع بيانات أكثر تنوعا.
نموذجك على ما يرام. تحتاج إلى استخدام بيانات التدريب الخاصة بك لاختبار النموذج الخاص بك بدلا من ذلك.
سيتم استخدام النموذج الخاص بك في تطبيق صعب، حيث يطلب منك أن يكون لديك أداء موثوق به للغاية. ما هي الطريقة المناسبة لاختبار موثوقية النماذج الخاصة بك في المواقف الصعبة؟
إنشاء مجموعة تدريب أكبر
استخدم نهج الانتظار وأنشئ مجموعة بيانات خاصة ثالثة منسقة لتضمين أمثلة حيث يحتاج إخراج النماذج الخاصة بك إلى تلبية حدود الأداء.
راقب التكلفة أثناء التدريب. إذا حصلت على أي تغير، يمكنك إيقاف التدريب.
عليك الإجابة على كل الأسئلة قبل مراجعة عملك.
متابعة
هل كانت هذه الصفحة مفيدة؟