আইএমডিএডি তথ্য মেশিন শেখার ক্ষেত্রে একটি সাধারণ চ্যালেঞ্জ, যেখানে একটি শ্রেণী উল্লেখযোগ্য সংখ্যক সংখ্যাগত সংখ্যাগতভাবে অন্য শ্রেণীর মধ্যে সীমাবদ্ধ।

Inalize তথ্য বুঝতে ব্যর্থ

বিভিন্ন ক্ষেত্রে বিভিন্ন ক্ষেত্রে তথ্য সংগ্রহ করা হয় যেমন প্রতারণা, চিকিৎসা রোগনির্ণয় এবং স্প্যাম ফিল্টার ।

প-টেকটেকটেক

বিভিন্ন ভুলভাবে ব্যয়ের জন্য হিসাব করার প্রক্রিয়া পরিবর্তন করা। সংখ্যালঘু শ্রেণীতে অতিরিক্ত মূল্য দেয়া হলে মডেলদের উপর অতিরিক্ত সংবেদনশীল হয়ে পড়ে, সামগ্রিক কর্মক্ষমতার উন্নতির জন্য।

সাধারণ দৃষ্টিভঙ্গি

  • [[F] সূত্র সূত্রবদ্ধ অ্যালগরিদম:[[F] শ্রেণীতে শ্রেণীকক্ষে ওজন ১: ১] সংখ্যালঘু শ্রেণীগুলোকে আরও বেশি গুরুতরভাবে ভুলভাবে শাস্তি দেওয়ার জন্য সমান ওজনে সমান ওজনে ওজন করা হয় ।
  • [[FLT] SCODR [FLT] :[[FLT] একটি শব্দভাণ্ডার নির্ধারণ করে যে, প্রত্যেকটা ধরনের ভুলের মূল্য সম্বন্ধে উল্লেখ করে, মডেলকে সম্পূর্ণ মূল্য দেওয়ার জন্য নির্দেশনা দেয় ।
  • [[FLT] SumL] কৌশল:[[FFFLT] C [FL]] Clugsssing পদ্ধতিগুলো ভ্যাট করার মাধ্যমে অতিরিক্ত পদ্ধতিতে অথবা কম-টেম্পিং পদ্ধতিতে তথ্য ভারসাম্য বজায় রাখার জন্য.