Önceki

Sonraki

Bilgi kontrolü

Tamamlandı

Bilginizi ölçün

1.

Verileri normalleştirmenin avantajı nedir?

Daha hızlı eğitim süreleri

Eksik değerlerin daha doğru bir şekilde kaldırılması

Eğitim için tercihli algoritmaların belirlenmesi

2.

Eğittiğiniz bir model, eğitim kümenizde iyi performans gösterir ancak test kümenizde kötü performans gösterir. Neler oluyor?

Yetersiz uygunluk oluştu ve modeliniz yeterince doğru değil. Eğitime devam etmelisin.

Fazla uygunluk oluştu ve modeliniz eğitim dışındaki yeni veriler üzerinde iyi performans göstermiyor. Eğitimi daha önce durdurabilir veya daha çeşitli veriler toplayabilirsiniz.

Modeliniz iyi. Bunun yerine modelinizi test etmek için eğitim verilerinizi kullanmanız gerekir.

3.

Modeliniz, çok güvenilir bir performansa sahip olmanız gereken zorlu bir uygulamada kullanılacaktır. Modellerinizin güvenilirliğini zor durumlarda test etmek için uygun yöntem hangisidir?

Daha büyük bir eğitim kümesi oluşturma

Ayrı tutma yaklaşımını kullanın ve modellerinizin çıkışının performans eşiklerini karşılaması gereken örnekleri içerecek şekilde seçilmiş üçüncü, özel bir veri kümesi oluşturun.

Eğitimde maliyetlerinize dikkat edin. Herhangi bir değişkenlik elde ederseniz eğitimi durdurabilirsiniz.

Çalışmanızı denetlemeden önce tüm soruları yanıtlamalısınız.

Devam et