โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
ผลิตภัณฑ์
คุณสมบัติของโปรแกรม · แบ่งข้อมูลแมชชีนเลิร์นนิง
01
แบ่งข้อมูลเรียนรู้ตามเอนทิตีที่อาจรั่วข้ามชุด เก็บแต่ละกลุ่มไว้ฝั่งเดียวและฟิตการเตรียมข้อมูลด้วยชุดฝึกเท่านั้น
โปรเจกต์
เลือกโฟลเดอร์และให้ผู้ช่วยอ่านไฟล์ที่เกี่ยวข้องก่อนแก้ไข ระบุเป้าหมายและขอบเขตของงานให้ชัดเจน
การเปลี่ยนแปลง
ตรวจสอบการแก้ไขและผลลัพธ์คำสั่ง รันการตรวจสอบของโปรเจกต์ก่อนยอมรับผล โค้ดที่สร้างขึ้นไม่ได้ผ่านการทดสอบโดยอัตโนมัติ
แบ่งข้อมูลแมชชีนเลิร์นนิง
● ● ●Model Ledger●
ขั้นตอนการทำงาน · แบ่งข้อมูลแมชชีนเลิร์นนิง ×
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)✳แบ่งข้อมูลเรียนรู้ตามเอนทิตีที่อาจรั่วข้ามชุด
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน