Tập dữ liệu, khái quát hoá và điều chỉnh quá mức

Giới thiệu

Học phần này bắt đầu với một câu hỏi dẫn đầu. Chọn một trong các câu trả lời sau:

Nếu bạn phải ưu tiên cải thiện một trong những khía cạnh sau đây trong dự án học máy, khía cạnh nào sẽ có tác động nhiều nhất?
Cải thiện chất lượng tập dữ liệu
Dữ liệu chiếm ưu thế hơn tất cả. Chất lượng và kích thước của tập dữ liệu quan trọng hơn nhiều so với việc bạn sử dụng thuật toán nào trong Shiny để xây dựng mô hình.
Áp dụng hàm mất thông minh hơn để huấn luyện mô hình
Đúng là một hàm tổn thất tốt hơn có thể giúp mô hình huấn luyện nhanh hơn, nhưng hàm này vẫn còn kém xa một mục khác trong danh sách này.

Và đây là một câu hỏi dẫn dắt hơn nữa:

Thử đoán: Trong dự án học máy của bạn, bạn cần bao nhiêu thời gian bạn thường dành cho việc chuẩn bị và chuyển đổi dữ liệu?
Hơn một nửa thời gian dự án
Có, chuyên viên công nghệ học máy dành phần lớn thời gian của họ xây dựng tập dữ liệu và thực hiện kỹ thuật đối tượng.
Dưới một nửa thời gian của dự án
Hãy lên kế hoạch để làm nhiều việc hơn! Thông thường, 80% thời gian của một dự án học máy là dành cho việc tạo tập dữ liệu và chuyển đổi dữ liệu.

Trong học phần này, bạn sẽ tìm hiểu thêm về các đặc điểm của công nghệ học máy và cách chuẩn bị dữ liệu nhằm đảm bảo kết quả chất lượng cao khi huấn luyện và đánh giá mô hình của bạn.