VIP20

本课程属于：005-Edge Impulse端侧模型训练 工业控制与工业互联网 · 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

Edge Impulse训练集验证集划分策略教程

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

了解Edge Impulse平台的基… · 训练集与验证集划分的重要性 · 以及本课程的学习目标和整体框架

课程导入Edge

掌握机器学习中训练集 · 验证集 · 测试集的定义

基础知识掌握机器学习

Edge Impulse平台概览

熟悉Edge Impulse的界面布… · 数据采集方式（上传 · 内置传感器）以及数据管理的基本操作

数据划分的核心原则

理解数据随机性 · 代表性 · 类别平衡

数据划分的核心原…理解数据随机性

Edge Impulse中的数据集管理

学习如何在Edge Impulse中… · 添加样本 · 查看类别分布以及管理数据版本

自动划分策略

掌握Edge Impulse默认的自… · 并了解其适用场景和局限性

自动划分策略Edge

手动划分策略

学习如何手动指定训练集和验证集样本 · 适用于特殊需求（如按设备 · 按时间段划分）

手动划分策略学习如何手动指定…

按类别划分

针对不平衡数据集 · 学习如何按类别比例进行划分 · 确保每个类别在训练和验证中都有足够代…

按类别划分针对不平衡数据集

按时间序列划分

对于时间相关数据（如传感器时序） · 掌握按时间顺序划分的方法 · 避免未来信息泄漏

按时间序列划分对于时间相关数据

按设备/用户划分

学习如何按数据来源设备或用户进行划分 · 以评估模型的泛化能力 · 适用于个性化场景

按设备用户划分

数据泄漏的识别与避免

了解数据泄漏的常见原因（如重复样本 · 时间重叠） · 并掌握在Edge Impulse中避…

数据泄漏的识别避免

划分比例的选择

根据数据量 · 任务复杂度 · 模型类型等因素

划分比例的选择根据数据量

交叉验证在Edge Impulse中的应用

探索Edge Impulse是否支持… · 以及如何手动实现K折交叉验证的替代方…

数据增强与划分的关系

理解数据增强（如旋转 · 噪声添加）对训练集和验证集划分的影响 · 以及如何正确使用增强

数据增强划分的关系

Edge Impulse中的验证集评估

学习如何利用验证集评估模型性能 · 查看混淆矩阵 · 准确率

划分策略对模型性能的影响

通过对比实验 · 观察不同划分策略（随机 · 按类别

划分策略对模型性…通过对比实验

图像分类任务 · 演示如何设置训练集和验证集 · 并优化划分策略

案例实战图像分类任务

语音识别任务：针对音频数据 · 展示如何按说话人或环境进行划分 · 提高模型鲁棒性

案例实战语音识别任务

运动传感器数据 · 学习按时间窗口划分和按用户划分的实战…

案例实战运动传感器数据

异常检测任务 · 探讨如何划分正常与异常样本 · 避免验证集偏差

案例实战异常检测任务

数据量不足时的划分策略 · 如留一法 · 增加验证集比例或使用数据增强

常见问题数据量不足时的划…

类别极度不平衡：掌握过采样 · 欠采样 · 加权损失等方法

常见问题类别极度不平衡

多传感器融合数据 · 确保各传感器数据在训练和验证中分布一…

常见问题多传感器融合数据

实时数据流划分：针对持续采集的数据 · 学习如何设计滚动窗口划分 · 适应在线学习场景

常见问题实时数据流划分

Edge Impulse中的高级设置

探索Edge Impulse的“Tr… · 如自定义随机种子 · 分层采样等

划分策略的自动化与脚本化

学习使用Edge Impulse A… · 通过脚本批量设置划分策略 · 提高效率

划分策略的自动化脚本化

模型部署与验证集的关系

理解验证集在模型部署前的最终验证作用 · 以及如何利用验证集结果调整模型参数

模型部署验证集的关系

端到端划分策略设计 · 设计一个完整的划分策略方案 · 并撰写实验报告

综合项目端到端划分策略设…

最佳实践与经验总结

总结Edge Impulse中训练集… · 包括常见陷阱 · 推荐流程和检查清单

最佳实践经验总结

课程总结与进阶方向

回顾本课程核心知识点 · 提供进一步学习资源（如官方文档 · 社区案例）

课程总结进阶方向