Data preprocessing is overrated.
To understand why an ML application worked, look first to the preprocessing, not the ML algorithm.
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
that makes more sense
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Oh you're not referring to Standard ML, Haskell or OCaml.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Not to mention post processing what the ML algorithm spits out!
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Everyfsking thing is data cleaning and recalc. I learned it in the worst way. I said hey, let's go easy and start with this data cleaning courses. Seems to be the easy part! NO
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
100%. Every big breakthrough I've had or bug I've hit has been in the preprocessing step.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
understand why or understand how?
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Ok, thanks
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
I agree. preprocessing, then data structure (I've seen horrors here) and then compute. Algorithms only important when data is low and modelling is more important (or reinforcement based)
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Huge truth. Everything is about getting and cleaning enough data to represent your problem.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.