Modelli
Configura un endpoint compatibile con OpenAI o Anthropic usando URL di base e chiave API, se necessaria. Prova la connessione. Il server locale deve essere in esecuzione; gli strumenti remoti possono trasmettere dati separatamente.
Ambiente di sviluppo con IA
Divisione dei dati di apprendimento automatico
Dividi i dati per l’entità che potrebbe causare contaminazione tra insiemi.
● ● ●Model Ledger●
Flussi di lavoro · Divisione dei dati di apprendimento automatico ×
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)✳Dividi i dati per l’entità che potrebbe causare contaminazione tra insiemi.
✓ ModificheControlla prima di applicare ↗
Illustrazione dell’ambiente
Progetto
Tieni ogni gruppo su un lato e adatta il pretrattamento al training prima di applicarlo ai dati riservati.
Controlla prima di applicare
Confronta il comportamento effettivo con il risultato atteso. Se una verifica fallisce, indaga la causa prima di altre modifiche.
Flussi di lavoro
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)