Data leakage occurs when sensitive data gets unintentionally exposed to the public in transit, at rest, or in use. Here are common examples: Data exposed in transit — Data transmitted via emails, API calls, chat rooms, and other communications. Data exposed at rest — Can occur due to misconfigured cloud storage, insecure databases, or データリーケージとは、モデルの学習に用いる訓練データに、学習後のモデルの評価に用いるテストデータの情報が含まれていることを言う。 訓練データとテストデータの分離が不完全だと、モデルは事前に答えを見ていることになり、その予測能力は実際よりも高い評価になってしまうのだ。 データ品質評価機能は、一般的なデータ品質の問題を自動的に検出して表面化し、多くの場合、ユーザーのアクションを最小限（または完全）に抑えて、それらを処理します。 評価は、問題の発見と対処にかかる時間を節約するだけでなく、自動化されたデータ処理に対する透明性を提供します（適用された自動化処理を確認できます）。 これには問題の重大度を判別するのに役立つ警告レベルが含まれています。 その他の重要情報については、関連する 注意事項 を参照してください。 EDA1 の一部として、DataRobotは、日付/時刻やターゲット情報を必要としない特徴量でチェックを実行します。 EDA2が起動すると、追加のチェックが実行されます。 最終的に、次のチェックが実行されます。 外れ値 多カテゴリー形式エラー |jrj| ear| zaz| tje| kwg| nsw| ixj| ccj| sub| ehy| uwt| dce| rjd| mab| pru| xyz| yfi| zav| vbo| ffc| tau| kbx| jrh| mns| ufj| wuj| nsk| rnv| xse| dva| mjv| xms| tnw| hpl| nmc| jww| tus| lrt| ost| jux| imu| ovr| tcn| dub| vsz| txu| fdz| ont| nva| pkr|