Khi dữ liệu có vấn đề: noise, leakage và distribution shift

Trạng thái: Đang cập nhật.

Nội dung chi tiết đang được biên soạn. File này được giữ để outline của toàn series đã xuất hiện đầy đủ trên website và thứ tự học không thay đổi khi các bài sau được bổ sung.

Nội dung dự kiến

• Noisy labels.
• Duplicate và near-duplicate.
• Data leakage.
• Outlier.
• Domain/distribution shift.
• Train-serving skew.
• Data drift và monitoring.

Mạch nối

Bài này sẽ tiếp tục trực tiếp từ phần trước và chỉ giới thiệu các khái niệm mới khi chúng cần thiết cho vấn đề đang giải quyết. Luồng chính sẽ ưu tiên ví dụ đơn giản và sơ đồ trước; phần toán sâu hơn sẽ được tách riêng để người mới vẫn có thể theo toàn bộ series.

Bản tiếng Anh đang soạn.