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).