はじめに
このチャレンジでは、事前学習済みモデルを使って、サンプル数の制限されたデータセットに対する分類モデルを学習します。3 つの事前学習済みモデルによって抽出された特徴ベクトルをマージし、それを使って分類モデルを学習します。その後、学習済みモデルを使ってテストデータセットのサンプルのラベルを予測し、結果ファイルを生成します。このチャレンジでは、テストデータセットで 95% の精度を達成することが求められます。
このプロジェクトでは、複数の事前学習済みの深層学習モデルから特徴ベクトルを統合し、単純なロジスティック回帰モデルを訓練して、テストデータセットに対する予測を行う方法を学びます。
💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください
このチャレンジでは、事前学習済みモデルを使って、サンプル数の制限されたデータセットに対する分類モデルを学習します。3 つの事前学習済みモデルによって抽出された特徴ベクトルをマージし、それを使って分類モデルを学習します。その後、学習済みモデルを使ってテストデータセットのサンプルのラベルを予測し、結果ファイルを生成します。このチャレンジでは、テストデータセットで 95% の精度を達成することが求められます。
講師