หลักวิศวกรรมที่เหมาะสม สามารถช่วยพัฒนาแบบจําลอง ที่โดยทั่วไปแล้วให้เข้ากับข้อมูลใหม่ได้

การ เข้าใจ บิ อัส และ ความ ทรหด

การ คาด คะเน ของ รุ่น จะ ทํา ให้ ข้อมูล ที่ ได้ รับ การ ฝึก อบรม ผิด ๆ เพิ่ม ขึ้น มาก มาย การ คาด เดา สอง แง่ มุม นี้ จําเป็น อย่าง ยิ่ง สําหรับ การ เรียน รู้ ของ เครื่องจักร อย่าง มี ประสิทธิภาพ

วินัย ทาง วิศวกรรม เพื่อ ความ สมดุล

หลัก การ หลาย ข้อ ทาง วิศวกรรม สามารถ ช่วย จัด การ กับ อคติ และ ความ แปรปรวน ได้:

  • [FLT: 0] ความซับซ้อนแบบโมเดิ้ล: ปรับความซับซ้อนของโมเดลเพื่อป้องกันการขาดความอ้วนหรือการเกินขนาด
  • [FLT: 0] การแบ่งประเภท: ใช้เทคนิคเช่น L1 หรือ L2 การจัดเป็นมาตรฐานในการลงโทษโมเดลที่ซับซ้อนเกินไป
  • [FLT: 0]. ครอสส์-วาลีเดชัน: ลูกจ้างข้ามเวลา เพื่อประเมินผลงานโมเดลของข้อมูลที่มองไม่เห็น.
  • [FLT: 0] Data Augmentation:[[FLT: 1) เพิ่มความหลากหลายของข้อมูลเพื่อลดความแปรผัน
  • [FLT: 0] การคัดเลือกแบบ: เลือกคุณสมบัติที่เกี่ยวข้องเพื่อปรับปรุงเสถียรภาพของโมเดล

การ อพยพ และ การ ทัก ท้วง แบบ จําลอง

การ ประเมิน อย่าง สม่ําเสมอ โดย ใช้ ข้อมูล ที่ ได้ ผล จะ ช่วย ระบุ ว่า ตัว อย่าง นั้น มี ความ เห็น ไม่ ตรง กัน หรือ มี อคติ มาก.