文档摘要

01 数据准备与质量把关 训练数据在送进模型前，还值得再做一次"二次把关"：抽查、清洗低质块、平衡领域分布、划分训练验证集。 这一节讲的是"数据质量如何决定训练效果"的工程实操。它承接第二章的攒与洗（那是"怎么造料"），这里讲的是"造完之后上机前的最后一道检修"。 为什么我以为"攒完就完"是错的 第二章我们把料攒好洗干净了，以为万事大吉。 会员。《数据准备与质量把关》收录于灏天文库文集《机器翻译技术原理与实现》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/491-%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E7%8E%B0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流