Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Consejos para el entrenamiento

19/28
Recursos
  • Revisa que tus datos estén balanceados y equilibrados.
  • Asegura que tus datos correspondan con la salida de tu modelo.
  • Captura la variación de tu problema.
  • Asegura que tu modelo no sea un experto en tus datos de entrenamiento.
  • Detecta las preferencias en tus datos.

Aportes 5

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

  • Incluir suficientes ejemplos
  • Distribuir los ejemplos equitativamente.
  • Asegurar que los datos correspondan con la salida del modelo.
  • Capturar la variación del problema: A medida que le demos más ejemplos - de todas las variaciones del dato, será mejor entrenado el modelo.
  • Asegurar que el modelo no sea experto en los datos de entrenamiento (overfitting).
  • Detectar las preferencias en los datos.

Cómo se podría optimizar el modelo?. No se muestra una forma de variar la parametrización del modelo de entrenamiento de machine learning, solo se basa en un modelo ya existente creado por Google, debería haber una forma de personalizar el algoritmo matemático de predicción.


Revisa que tus datos estén balanceados y equilibrados.
Asegura que tus datos correspondan con la salida de tu modelo.
Captura la variación de tu problema.
Asegura que tu modelo no sea un experto en tus datos de entrenamiento.
Detecta las preferencias en tus datos.

Ok, claro. gracias