Implement retraining pipeline
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 25/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 停滞
- 技術スタック
- python
- 領域
- data, machine-learning
調査の方向性
issue #2 で提案されているモデルと、deepclean.inference.pseudo の疑似コードを読むことから始めます。新しいプロジェクトがデータ区間全体で、トレーニング、検証、クリーニング、再トレーニングをどのように反復するかを定義します。すべてのクリーニング済み区間について ASD/ASDR と関連するメトリクスを生成し、再トレーニング期間などの再トレーニングパラメータの探索をサポートできれば完了です。
索引モデルが issue の本文から書いたものです。
説明
Create a new project under the model proposed by #2 which iteratively trains and validates on a stretch of data, cleans (using the deepclean.inference.pseudo code) the next stretch, then retrains (and validates) the previously trained model on that stretch and cleans on the stretch after that, etc. The analysis from this project should be the ASD/ASDR and associated metrics on all of the cleaned stretches. This will better forecast the production performace of DeepClean and allow for search and optimization over retraining parameters e.g. the retraining period.
- 主要言語
- Python
- スター
- 10
- フォーク
- 6
- PR マージ指標
- 30日以内にマージされた PR はありません
環境構築
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
ML4GW/DeepClean のほかの issue
-
難易度 5/5 1週間以上 初心者へのやさしさ 15/100
-
question research topic
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
-
enhancement
難易度 3/5 1〜2日 初心者へのやさしさ 45/100
-
bug documentation good first issue
難易度 2/5 1〜3時間 初心者へのやさしさ 45/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 35/100
ML4GW/DeepClean の issue をすべて見る
似ている issue
-
pydanty:is-working
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
pydantic/pydantic-ai#8843 ·
メンテナーはふだん 1 日以内に返信
-
breaking change enhancement server
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
sktime/sktime#11310 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
メンテナーはふだん 1 日以内に返信
-
needs-triage
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
メンテナーはふだん 1 日以内に返信