الذكاء الاصطناعي والبيانات

ابدأ بتحديد ما يمثله أحد الأمثلة. قد يصف الصف عميلاً أو معاملة ما أو صورة فوتوغرافية أو لحظة واحدة في سلسلة زمنية. تحدد هذه الوحدات كيفية عمل التكرارات والتسميات وتقسيمات التقييم. عشرة قياسات من جهاز واحد ليست بالضرورة عشرة أجهزة مستقلة. الميزات هي المدخلات المتاحة للنموذج. التسميات هي النتائج المستهدفة المستخدمة في التعلم تحت الإشراف. تحقق من الوقت الذي تصبح فيه كل ميزة متاحة: لا يمكن لسبب الإلغاء المسجل بعد مغادرة العميل التنبؤ بشكل عادل بالمغادرة مسبقًا. وهذا شكل من أشكال التسرب حتى عندما يبدو المجال تنبؤيًا للغاية. فحص القيم المفقودة والخلافات في التعليقات التوضيحية والنطاقات غير العادية والتغييرات في طرق التجميع. المعلومات المفقودة يمكن أن تحمل معنى؛ إن استبدال كل قيمة مفقودة بالصفر يمكن أن يخلط كمية غير معروفة بصفر حقيقي. توثيق العلاج واختباره على أمثلة تمثيلية. سجل قواعد المصدر والوصول إلى جانب مجموعة البيانات. عنوان URL العام وحده لا ينشئ إذنًا لإعادة استخدام كل عنصر لكل غرض. قم بجمع المعلومات اللازمة للمهمة فقط وحدد إجراءات الاستبقاء والحذف. قم بالتقييم بشكل منفصل على المجموعات أو الحالات التي قد تختفي فيها الأخطاء داخل المتوسط ​​الإجمالي.