Advanced Visualizations with TensorFlow Data Validation Rezensionen

Muhammad I. · Vor mehr als 2 Jahre überprüft

Siddhesh N. · Vor mehr als 2 Jahre überprüft

Dave S. · Vor mehr als 2 Jahre überprüft

kishore k. · Vor mehr als 2 Jahre überprüft

done

Kishore K. · Vor mehr als 2 Jahre überprüft

Rupesh P. · Vor mehr als 2 Jahre überprüft

julien P. · Vor mehr als 2 Jahre überprüft

Aljon P. · Vor mehr als 2 Jahre überprüft

Awesome!

Luis Ángel M. · Vor mehr als 2 Jahre überprüft

Manuel P. · Vor mehr als 2 Jahre überprüft

I had to complete the lab locally due to the course being out of date

Matthew V. · Vor mehr als 2 Jahre überprüft

dailin m. · Vor mehr als 2 Jahre überprüft

Fahad A. · Vor mehr als 2 Jahre überprüft

Pritam B. · Vor mehr als 2 Jahre überprüft

great

Snehal C. · Vor mehr als 2 Jahre überprüft

Hugo M. · Vor mehr als 2 Jahre überprüft

Nirmal R. · Vor mehr als 2 Jahre überprüft

Xiaofeng X. · Vor mehr als 2 Jahre überprüft

Rana A. · Vor mehr als 2 Jahre überprüft

Srikeerti V. · Vor mehr als 2 Jahre überprüft

Omar E. · Vor mehr als 2 Jahre überprüft

Laszlo S. · Vor mehr als 2 Jahre überprüft

This comment in the notebook is not consistent with the "serving data": "We also have an INT value in our trip seconds, where our schema expected a FLOAT. By making us aware of that difference, TFDV helps uncover inconsistencies in the way the data is generated for training and serving. It's very easy to be unaware of problems like that until model performance suffers, sometimes catastrophically. It may or may not be a significant issue, but in any case this should be cause for further investigation. In this case, we can safely convert INT values to FLOATs, so we want to tell TFDV to use our schema to infer the type. Let's do that now." Actually no anomly is detected for "trip seconds" feature.

Giovanna S. · Vor mehr als 2 Jahre überprüft

Abdul Q. · Vor mehr als 2 Jahre überprüft