এভ-এর সঠিক ও দক্ষতার মধ্যে ভারসাম্য বজায় রাখা অত্যন্ত অপরিহার্য ।

মেশিন শেখার সঠিকতা বোঝা

একটা মেশিন যেভাবে মডেলের তথ্য অনুমান করে বা শ্রেণীভেদকে সঠিকভাবে মূল্যায়ন করে, তা পরিমাপ করা যায় না ।

অভিজ্ঞতা

ইএফএডিসন একটি অ্যালগরিদমের গতি এবং সম্পদ ব্যবহারের কথা উল্লেখ করে। এটি বাস্তব-বিশ্ব চিত্রের চিত্রে, বিশেষ করে যাদের সত্যিকারের সময় প্রক্রিয়া প্রয়োজন, দক্ষতা, দক্ষতা, যা খুব ধীর অথবা সম্পদ-হভির পরিবেশকে উন্নত করার জন্য উপযুক্ত নয়।

ব্যালিং এর স্বচ্ছতা এবং অভিজ্ঞতার কৌশল

  • [[F] মডেলেল সি:[FLT] সিদ্ধান্তের মতো সহজ মডেল ব্যবহার করুন অথবা গতির গতি হ্রাস পেলে ।
  • [[F]]FLT [F] নির্বাচন:[FFLT], কারণ [FFLT] বিভিন্ন অংশের বিভিন্ন বৈশিষ্ট্যের পরিমাণ কমিয়ে দেয়, সুনির্দিষ্টভাবে প্রভাবিত তথ্যের মাত্রা হ্রাস করার জন্য সুনির্দিষ্টভাবে লোডের হার হ্রাস করা হবে ।
  • [[F][F] অপ্রত্যাশিত পদ্ধতি:[FLT] [FLT] একাধিক মডেল] গণনা করো, সংশোধন করার সময় সঠিক মান নির্ধারণের জন্য ব্যয় করুন ।
  • [[F] HROPL [F] propersration fating property:[FLT] একটি ভাল বাণিজ্যের পরামিতি খোঁজার জন্য একটি অপ-অভিধান পরামিতি (REFO)