Escucha Amplia conduce a la Perspicacia

Principiante

En este proyecto, aprenderás cómo integrar vectores de características de múltiples modelos de aprendizaje profundo preentrenados y entrenar un simple modelo de regresión logística para hacer predicciones en un conjunto de datos de prueba.

pythondata-science

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí

Introducción

En este desafío, trabajaremos con modelos preentrenados para entrenar un modelo de clasificación para un conjunto de datos con un número limitado de muestras. Combinaremos los vectores de características extraídos por tres modelos preentrenados y los usaremos para entrenar un modelo de clasificación. Luego usaremos el modelo entrenado para predecir las etiquetas de las muestras en un conjunto de datos de prueba y generar un archivo de resultados. El desafío requiere alcanzar una precisión del 95% en el conjunto de datos de prueba.

Este es un Challenge, que se diferencia de un Guided Lab en que debes intentar completar la tarea del desafío de forma independiente, en lugar de seguir los pasos de un laboratorio para aprender. Los challenges suelen ser un poco difíciles. Si lo encuentras difícil, puedes discutir con Labby o revisar la solución.

Profesor

labby
Labby
Labby is the LabEx teacher.