KI und Daten

Beginnen Sie damit, zu definieren, was ein Beispiel darstellt. Eine Zeile kann einen Kunden, eine Transaktion, ein Foto oder einen Moment in einer Zeitreihe beschreiben. Diese Einheiten legen fest, wie Duplikate, Beschriftungen und Bewertungsaufteilungen funktionieren sollen. Zehn Messungen von einem Gerät sind nicht unbedingt zehn unabhängige Geräte. Features sind Eingaben, die dem Modell zur Verfügung stehen. Labels sind Zielergebnisse, die beim überwachten Lernen verwendet werden. Überprüfen Sie, wann die einzelnen Funktionen verfügbar sind: Ein Stornierungsgrund, der nach der Abreise eines Kunden erfasst wird, kann die Abreise nicht im Voraus genau vorhersagen. Dies ist eine Form der Leckage, selbst wenn das Feld sehr prädiktiv aussieht. Untersuchen Sie fehlende Werte, Unstimmigkeiten bei Anmerkungen, ungewöhnliche Bereiche und Änderungen in den Erfassungsmethoden. Fehlende Informationen können eine Bedeutung haben; Das Ersetzen jedes fehlenden Werts durch Null kann eine unbekannte Größe mit einer echten Null vermischen. Dokumentieren Sie die Behandlung und testen Sie sie anhand repräsentativer Beispiele. Erfassen Sie Herkunfts- und Zugriffsregeln neben dem Datensatz. Eine öffentliche URL allein begründet nicht die Erlaubnis, jedes Element für jeden Zweck wiederzuverwenden. Sammeln Sie nur die für die Aufgabe erforderlichen Informationen und definieren Sie Aufbewahrungs- und Löschverfahren. Bewerten Sie Gruppen oder Bedingungen separat, bei denen Fehler sonst innerhalb eines Gesamtdurchschnitts verschwinden würden.