Week 3 of 6 · 2,5-3 horas
Reconhecimento de imagens e erros do modelo
Veja como um classificador de imagens transforma pixels em previsões, meça o quanto ele funciona bem, e ache e conserte os erros que ele comete.
Big question: Como um classificador transforma pixels em uma previsão, e como achamos e consertamos os erros que ele comete?
By the end of this week
- Explicar como um classificador de imagens transforma pixels em características visuais, uma previsão e uma confiança.
- Medir um classificador com justiça usando acurácia e acurácia por categoria em um conjunto de teste separado.
- Diferenciar falsos positivos de falsos negativos e perceber os casos-limite que os causam.
- Ler uma matriz de confusão e propor melhorias direcionadas para reduzir um erro específico.
Loading your progress…
- Como funciona um classificador de imagensAcompanhe uma foto dos pixels até o rótulo, e aprenda como um classificador de imagens transforma características visuais em uma previsão com uma pontuação de confiança.
- Treine e teste um classificadorAprenda por que um classificador é conferido com fotos com que ele nunca treinou, e meça o quanto ele se sai bem usando a acurácia em um conjunto de teste justo.
- Confunda e melhore o modeloAche os casos-limite que enganam um classificador, leia os erros dele em uma matriz de confusão, e proponha mudanças que o deixem melhor.