Advanced Visualizations with TensorFlow Data Validation recensioni

Muhammad I. · Recensione inserita oltre 2 anni fa

Siddhesh N. · Recensione inserita oltre 2 anni fa

Dave S. · Recensione inserita oltre 2 anni fa

kishore k. · Recensione inserita oltre 2 anni fa

done

Kishore K. · Recensione inserita oltre 2 anni fa

Rupesh P. · Recensione inserita oltre 2 anni fa

julien P. · Recensione inserita oltre 2 anni fa

Aljon P. · Recensione inserita oltre 2 anni fa

Awesome!

Luis Ángel M. · Recensione inserita oltre 2 anni fa

Manuel P. · Recensione inserita oltre 2 anni fa

I had to complete the lab locally due to the course being out of date

Matthew V. · Recensione inserita oltre 2 anni fa

dailin m. · Recensione inserita oltre 2 anni fa

Fahad A. · Recensione inserita oltre 2 anni fa

Pritam B. · Recensione inserita oltre 2 anni fa

great

Snehal C. · Recensione inserita oltre 2 anni fa

Hugo M. · Recensione inserita oltre 2 anni fa

Nirmal R. · Recensione inserita oltre 2 anni fa

Xiaofeng X. · Recensione inserita oltre 2 anni fa

Rana A. · Recensione inserita oltre 2 anni fa

Srikeerti V. · Recensione inserita oltre 2 anni fa

Omar E. · Recensione inserita oltre 2 anni fa

Laszlo S. · Recensione inserita oltre 2 anni fa

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. · Recensione inserita oltre 2 anni fa

Abdul Q. · Recensione inserita oltre 2 anni fa