Os dados são um componente crucial de um modelo de machine learning. Coletar os certos não é suficiente. Você também precisa verificar se os processos certos estão em andamento para limpar, analisar e transformar os dados de acordo com a necessidade, e para que o modelo possa extrair a maior quantidade de indicadores possível. Neste módulo, falamos sobre como treinar em grandes conjuntos de dados com a tf.data, trabalhar com os arquivos na memória e preparar os dados para treinamento. Falamos também sobre embeddings e finalizamos com uma visão geral do dimensionamento de dados com as camadas de pré-processamento da tf.keras.