图像识别与模型的错误

这一周结束时

• 说明图像分类器如何把像素变成视觉特征、一个预测和一个置信度。
• 在单独的测试集上用准确率和各类别准确率公平地衡量一个分类器。
• 区分假阳性和假阴性，并找出导致它们的边缘情况。
• 读懂混淆矩阵，并针对某个具体错误提出有针对性的改进方案。