VIP20
本课程属于：019-TinyML数据集采集、标注与评估 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

20. TinyML数据质量验收：覆盖度、准确性与可复现检查

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML数据质量验收的背景 · 目标 · 核心挑战与整体学习路径
课程导入TinyML
02
数据质量基础
定义覆盖度 · 准确性 · 可复现性
数据质量基础定义覆盖度
03
TinyML数据特点
资源受限 · 传感器噪声 · 边缘分布漂移
TinyML数据特点
04
覆盖度概念
特征覆盖 · 场景覆盖 · 类别覆盖
覆盖度概念特征覆盖
05
覆盖度评估方法
基于统计 · 距离 · 密度
覆盖度评估方法基于统计
06
覆盖度不足的检测
识别数据盲区 · 稀疏区域 · 缺失组合
覆盖度不足的检测识别数据盲区
07
覆盖度提升策略
主动学习 · 数据增强 · 合成数据
覆盖度提升策略主动学习
08
准确性概念
标注准确性 · 传感器准确性 · 数据预处理准确性
准确性概念标注准确性
09
标注质量评估
标注一致性 · 标注噪声检测 · 专家复核
标注质量评估标注一致性
10
数据清洗技术
异常值检测 · 重复样本处理 · 不一致修正
数据清洗技术异常值检测
11
数据准确性验证
交叉验证 · 留出集 · 混淆矩阵
数据准确性验证交叉验证
12
可复现性概念
数据版本 · 环境固定 · 随机种子
可复现性概念数据版本
13
数据版本管理
使用DVC · Git LFS等工具管理数据集版本 · 变更记录与溯源
数据版本管理DVC
14
实验追踪
记录数据预处理 · 模型训练 · 评估配置
实验追踪记录数据预处理
15
可复现检查流程
从原始数据到模型输出的全链路复现验证…
可复现检查流程从原始数据到模型…
16
数据质量验收流程
制定验收标准 · 设计检查清单 · 执行评估
数据质量验收流程制定验收标准
17
验收指标设计
覆盖度阈值 · 准确性容差 · 可复现性评分等量化指标的设定方法
验收指标设计覆盖度阈值
18
案例实战
智能家居关键词唤醒数据集的覆盖度与准…
案例实战智能家居关键词唤…
19
案例实战
工业振动监测数据质量验收 · 处理不平衡与噪声问题
案例实战工业振动监测数据…
20
案例实战
可穿戴设备健康监测数据的可复现性检查…
案例实战可穿戴设备健康监…
21
工具链实践
使用Python · Pandas · NumPy
工具链实践Python
22
自动化验收脚本
构建可重复执行的数据质量检查流水线 · 集成CI/CD
自动化验收脚本构建可重复执行的…
23
常见问题
覆盖度评估中的维度灾难 · 准确性评估中的主观偏差 · 可复现性中的环境依赖
常见问题覆盖度评估
24
常见问题
小样本数据下的质量评估不确定性 · 边缘场景数据稀缺的应对
常见问题小样本数据下的质…
25
常见问题
数据质量与模型性能的关联分析 · 如何定位质量瓶颈
常见问题数据质量
26
最佳实践
建立数据质量文化 · 文档规范 · 团队协作与持续监控
最佳实践建立数据质量文化
27
综合提升
设计一个完整的数据质量验收方案 · 从需求分析到报告输出
综合提升设计一个完整的数…
28
综合提升
结合TinyML部署约束 · 优化数据质量验收流程的效率和效果
综合提升TinyML
29
综合提升
探索联邦学习 · 差分隐私等前沿技术对数据质量验收的影…
综合提升探索联邦学习
30
课程总结
回顾核心知识点 · 技能清单 · 未来趋势与学习资源推荐
课程总结回顾核心知识点