ڈیٹا کی تنصیب سے قبل کا ایک اہم مرحلہ ہے مؤثر nernetworks کو ترقی دینے میں۔ موزوں طور پر تیار کردہ ڈیٹا کافی بہتر طور پر ماڈل کی درستی اور کارکردگی کو بہتر بنا سکتا ہے۔یہ مضمون معلومات کے سامنے آنے کے لیے عملی رسائی پر بحث کرتا ہے جو ریکٹر نیٹ ورک کے نتائج کو بڑھانے کے قابل ہو سکتا ہے۔

ہینڈنگ نا معلوم ڈاٹ کام

گم شدہ اعداد اس تربیتی عمل کو منفی طور پر منفی اثر انداز کر سکتے ہیں. تکنیکی طور پر گم شدہ اقدار کو منفی طور پر تبدیل کر سکتے ہیں جیسے کہ مطلب یا Medicine. متبادل طور پر نامکمل ریکارڈ کو حذف کر دینا مناسب ہو سکتا ہے اگر کمی ہو تو

ڈیٹا نارمل اور سکیلنگ

نیورل نیٹ ورک بہتر طور پر اس وقت کام کرتا ہے جب ان پٹ ڈیٹا کو عام طور پر یا اسکیل سے بنایا جاتا ہے۔عام طریقوں میں منٹ میچ کرایہ شامل ہے، جو ڈیٹا کو مخصوص مقدار میں تبدیل کر دیتا ہے، اور معیاری طریقے جو ایک اکائی کے ساتھ اعداد و شمار کو مختلف کے ساتھ مرکوز کرتا ہے۔یہ تکنیکیں تیزی سے تجاوز کرنے اور درست ہونے میں مدد دیتی ہیں۔

کوڈنگل کیٹ‌ورکل ویریلز

کیٹگریکل ڈیٹا کو ریکٹر نیٹ ورک کے لیے شمارندی شکل میں تبدیل کرنا چاہیے۔ ایک ٹنے سے ہر ایک کو زندہ کرکے بینary Victors پیدا کرتا ہے جبکہ لیبلز منفرد انکگرس (mond integers) کو یقینی بنایا جاتا ہے۔

ڈیٹا ایگزیکٹو

ڈیٹا کی مدد سے ڈیٹا سیٹ کا حجم بڑھا کر جیسے کہ گردش، تنسیخ یا تناسب (servation) کا اطلاق کیا جاتا ہے. یہ تکنیک ماڈل عامہ (splomation) کو بہتر بنانے اور زیادہ تر انفنٹری (concies) میں، خاص طور پر تصاویر اور بولنگ ڈیٹا میں۔