Modely
Nastavte endpoint kompatibilní s OpenAI nebo Anthropic pomocí základní URL a případného API klíče. Otestujte připojení. Lokální server modelu musí běžet; vzdálené nástroje mohou data odesílat samostatně.
Pracovní prostředí s AI pro kód
Rozdělení dat strojového učení
Rozdělte učicí data podle entity, která by mohla pronikat mezi sadami.
● ● ●Model Ledger●
Pracovní postupy · Rozdělení dat strojového učení ×
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)✳Rozdělte učicí data podle entity, která by mohla pronikat mezi sadami.
✓ ZměnyPřed použitím zkontrolujte ↗
Ilustrace pracovního prostředí
Projekt
Držte skupiny oddělené a předzpracování nastavte na trénovacích datech.
Před použitím zkontrolujte
Porovnejte skutečné chování s očekávaným výsledkem. Pokud kontrola selže, před dalšími změnami zjistěte příčinu.
Pracovní postupy
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)