Trước khi bắt đầu học phần này, hãy cân nhắc xem có sai sót nào trong việc sử dụng quy trình đào tạo đã nêu trong Bộ huấn luyện và kiểm thử hay không.
Khám phá các lựa chọn bên dưới.
Chúng tôi đã xem xét quy trình sử dụng bộ kiểm thử và bộ huấn luyện
để thúc đẩy quá trình phát triển mô hình lặp lại. Trong mỗi lần lặp lại, chúng tôi sẽ huấn luyện dựa trên dữ liệu huấn luyện và đánh giá dựa trên dữ liệu kiểm thử, sử dụng kết quả đánh giá dữ liệu kiểm thử để định hướng lựa chọn và thay đổi các siêu tham số của mô hình, chẳng hạn như tốc độ học và tính năng. Phương pháp này có vấn đề gì không? (Chỉ chọn một câu trả lời.)
Hoàn toàn không có vấn đề gì. Chúng tôi đang đào tạo về dữ liệu huấn luyện và đánh giá dựa trên dữ liệu thử nghiệm riêng biệt, giữ lại.
Thực ra, có một vấn đề nhỏ ở đây. Hãy suy nghĩ về những gì có thể xảy ra
nếu chúng ta lặp đi lặp lại biểu mẫu này.
Nếu thực hiện nhiều vòng trong quy trình này, chúng ta có thể ngầm cảm thấy phù hợp với các đặc điểm của nhóm kiểm thử cụ thể.
Vâng, đúng vậy! Chúng ta càng thường xuyên đánh giá trên một nhóm kiểm thử nhất định, thì càng có nhiều nguy cơ ngầm ngầm cung cấp quá mức cho một nhóm kiểm thử đó.
Chúng ta sẽ xem xét một giao thức tốt hơn trong lần tới.
Điều này không hiệu quả về mặt tính toán. Chúng ta chỉ nên chọn một bộ siêu tham số mặc định và phát trực tiếp cùng chúng để tiết kiệm tài nguyên.
Mặc dù các kiểu lặp này khá tốn kém, nhưng chúng là một phần quan trọng trong quá trình phát triển mô hình. Các chế độ cài đặt siêu tham số có thể tạo ra sự khác biệt rất lớn về chất lượng mô hình. Do đó, chúng ta nên luôn dành một lượng thời gian và tài nguyên tính toán để đảm bảo đạt được chất lượng tốt nhất có thể.