Mineração de dados
Pré-processamento
Ajustar a escala dos valores de cada atributo.
Em problemas de classificação, balancear as classes do conjunto de dados.
Armazenar os conjuntos de dados em formatos acessíveis e padronizados (
ONNX
, etc).
Treinamento
Repetir execução do treinamento diversas vezes para tratar a sensitividade, buscando sempre aleatorizar os dados (randomization).