הערה
גישה לעמוד זה דורשת אישור. אתה יכול לנסות להיכנס או לשנות תיקיות.
גישה לעמוד זה דורשת אישור. אתה יכול לנסות לשנות מדריכים.
אם ביצועי המודל שלך אינם כפי שאתה מצפה, יש כמה דברים שאתה יכול לנסות. טיפים אלה יכולים לעזור לך להתאים את המודל שלך כדי לשפר את כוח הניבוי שלו.
הוסף נתוני אימון עם תווית נכונה יותר
ככל שיש לך נתוני אימון עם תיוג נכון יותר, כך יהיו למודל ביצועים טובים יותר. לדוגמה, נניח שיש לך תווית כן/לא. אם לרוב הנתונים שלך יש רק כן בעמודה זו, כנראה שמודל הבינה המלאכותית שלך לא ילמד הרבה מהנתונים האלה. אם הנתונים שלך אינם מסומנים כהלכה, המודל כנראה לא ילמד היטב. הכי טוב להתחיל עם קבוצה קטנה של דוגמאות עם תווית נכונה - אולי 100 או פחות. משם, תוכל להמשיך להכפיל את מספר הדוגמאות באופן איטרטיבי ולהתאמן מחדש בכל פעם, תוך שימת לב לשינוי הביצועים. באופן כללי, ככל שיש יותר נתונים, זה טוב יותר, אבל התשואה פוחתת להוספת נתונים ככל שערכת הנתונים גדלה.
עצות נוספות
- ודא שהשימוש שלך בתגים מאוזן בנתוני האימון. לדוגמה: יש לך ארבעה תגים עבור 100 פריטי טקסט. שני התגים הראשונים (תג1 ותג2) משמשים ב- 90 פריטי טקסט, אך השניים האחרים (תג3 ותג4) משמשים רק ב-10 פריטי הטקסט הנותרים. חוסר האיזון עלול לגרום למודל להתאמץ לחזות נכון את תג3 או תג4.
- ודא שאתה מאמן את המודל שלך באמצעות נתונים שדומים לאלו שאתה מצפה להשתמש עבורם במודל.