چطور داده را برای آموزش مدل تقسیم کنیم؟

AUتحریریه
۱۴۰۴/۰۷/۱۲
6 دقیقه مطالعه
برای آموزش صحیح مدل باید داده‌ها به سه بخش آموزش، اعتبارسنجی و آزمون تقسیم شوند. معمولاً نسبت ۷۰-۱۵-۱۵ مناسب است. داده‌ها باید به‌صورت تصادفی اما متعادل بین حالت‌های خرابی و سالم توزیع شوند. این کار از بایاس مدل جلوگیری می‌کند. همچنین استفاده از اعتبارسنجی k-fold به ارزیابی پایدار کمک می‌کند.
برای مشاهدهٔ ادامه، خرید کنید
دسترسی سریع و فوری
راهنمای طراحی سیستم نگهداری پیش‌بینانه با داده‌های حسگرها
مقدمه
این کتابچه قدم‌به‌قدم نشان می‌دهد چطور از داده‌های حسگر و الگوریتم‌های یادگیری ماشین برای پیش‌بینی خرابی تجهیزات صنعتی استفاده کنید تا هزینه و توقف تولید کاهش یابد.
دسترسی سریع پس از خرید

دسترسی سریع پس از خرید