data set

💡 We split the data set into training, validation, and test partitions, resisting the powerful temptation to peek at results prematurely.

ما مجموعه داده‌ها را به بخش‌های آموزش، اعتبارسنجی و آزمایش تقسیم می‌کنیم و در برابر وسوسه قدرتمند نگاه اجمالی به نتایج قبل از موعد مقرر مقاومت می‌کنیم.

💡 The data set was large, yet the real challenge was messy definitions; once we agreed on terms, answers arrived politely.

مجموعه داده‌ها بزرگ بود، اما چالش واقعی تعاریف درهم‌وبرهم بود؛ وقتی روی شرایط به توافق رسیدیم، پاسخ‌ها مودبانه رسیدند.

💡 We split the data set into training, validation, and test partitions, resisting the temptation to peek prematurely.

ما مجموعه داده‌ها را به بخش‌های آموزش، اعتبارسنجی و آزمایش تقسیم کردیم و در برابر وسوسه بررسی زودهنگام مقاومت کردیم.

💡 A massive data set tempts overconfidence; we preregistered analyses and invited replication, trading splashy headlines for durable understanding and trust.

حجم عظیم داده‌ها، اعتماد به نفس بیش از حد را وسوسه می‌کند؛ ما تحلیل‌ها را از قبل ثبت کردیم و از تکرار آنها استقبال کردیم و تیترهای پر زرق و برق را با درک و اعتماد پایدار معاوضه کردیم.

💡 After months of collection, the data set finally represented every neighborhood, not just the loudest ones.

پس از ماه‌ها جمع‌آوری، مجموعه داده‌ها بالاخره نمایانگر هر محله، و نه فقط محله‌های پر سر و صدا، بود.

💡 A mislabeled column poisoned the entire data set, teaching humility about upstream dependencies.

یک ستون با برچسب اشتباه، کل مجموعه داده‌ها را مسموم کرد و فروتنی در مورد وابستگی‌های بالادستی را آموخت.

💡 A mislabeled column poisoned the entire data set, forcing painful rework and a renewed commitment to upstream validation at the source.

یک ستون با برچسب اشتباه، کل مجموعه داده‌ها را مسموم کرد و باعث شد که دوباره‌کاری‌های طاقت‌فرسا و تعهد مجدد به اعتبارسنجی بالادستی در منبع، انجام شود.

💡 Months later, the data set finally represented every neighborhood, not just those with loud online presences and enthusiastic early adopters.

ماه‌ها بعد، مجموعه داده‌ها بالاخره نمایانگر هر محله بود، نه فقط محله‌هایی که حضور آنلاین پر سر و صدایی داشتند و از همان ابتدا مشتاق به استفاده از محصول بودند.