Човешкият мозък обработва изображения 60 000 пъти по-бързо от текст. Следващата стъпка към това да станете AI/ML гений е да се научите как да представяте вашите данни. С зората на големите данни пред нас, представянето на данни се счита за първия подход за изследване на данни. Дори преди да анализираме данните, трябва да намерим начин да ги представим по-добре. С това се изкачваме на следващото стъпало на стълбата „Машинно обучение в Python “, тоест данни Визуализация —..

Сега нашият модел е готов да предвиди своя етикет под формата на вероятности за прогнозиране, известни също като ниво на доверие. За да предвидите етикета на изображението. Ще създадем функция, наречена като get_pred_label с аргументи, предадени като prediction_probabilities. Функцията е толкова проста, че връща argmax на уникалните породи, така че най-високата вероятност за прогнозиране ще се появи за тези изображения. Пример: pred_label = get_pred_label(предсказания[81]) Сега..

Практически подход за избор на показател за оценка за вашия модел, описан с прости думи. Нека ви задам няколко прости въпроса. Отговори им. Много тежки ли са последствията от откриването на фалшиви отрицателни резултати? Ако отговорът е да, изберете Извикване . Ако не попитайте отново, Много тежки ли са последствията от откриването на фалшиви положителни резултати? Сега, ако въпросът на този отговор е „да“, изберете Прецизност. Добре, нека се потопим малко, като вземем..