Modele
Dodaj endpoint zgodny z OpenAI lub Anthropic, podając bazowy URL i klucz API, jeśli jest wymagany. Sprawdź połączenie. Lokalny serwer modelu musi działać; zdalne narzędzia mogą przesyłać dane oddzielnie.
Produkt
Funkcje programu · Podział danych uczenia maszynowego
01
Podziel dane według encji mogącej przenikać między zbiorem treningowym i testowym. Zachowaj grupy po jednej stronie i dopasuj przetwarzanie wstępne tylko do treningu.
Projekt
Wybierz folder i poproś asystenta o przeczytanie odpowiednich plików przed ich zmianą. Określ cel oraz granice zadania.
Zmiany
Sprawdzaj zmiany i wyniki poleceń. Uruchom testy projektu przed zaakceptowaniem rezultatu; wygenerowany kod nie jest automatycznie przetestowany.
Podział danych uczenia maszynowego
● ● ●Model Ledger●
Sposoby pracy · Podział danych uczenia maszynowego ×
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)✳Podziel dane według encji mogącej przenikać między zbiorem treningowym i testowym.
✓ ZmianySprawdź przed zastosowaniem ↗
Ilustracja środowiska