劇集
使用 ROC 和 AUC 測量和優化模型效能 - 第 9 集
加入 Jason DeBoever 和 Stephenn Stephens 即時Learn TV,並探索這九部分的「機器學習資料科學基礎」系列。 我們每週都會逐步講解 Learn 課程模組並即時回答您的問題。 從基本傳統機器學習模型到探勘資料分析和自訂架構,您將透過容易摘要的概念內容和互動式 Jupyter 筆記本引導,並瞭解基礎概念,以及如何使用最常見的機器學習工具建置模型。
使用 ROC 和 AUC 測量和優化模型效能:第 09 集
接收者運算子特性曲線是一種強大的方法,可用於評估和微調定型的分類模型。 我們透過學習內容和實用練習,來簡介和說明如何使用這些曲線。 在本集中,您將會:
- 瞭解如何建立 ROC 曲線。
- 探索如何使用這些曲線來評估和比較模型。
- 使用在 ROC 曲線上繪製的特性,練習微調模型。
加入 Jason DeBoever 和 Stephenn Stephens 即時Learn TV,並探索這九部分的「機器學習資料科學基礎」系列。 我們每週都會逐步講解 Learn 課程模組並即時回答您的問題。 從基本傳統機器學習模型到探勘資料分析和自訂架構,您將透過容易摘要的概念內容和互動式 Jupyter 筆記本引導,並瞭解基礎概念,以及如何使用最常見的機器學習工具建置模型。
使用 ROC 和 AUC 測量和優化模型效能:第 09 集
接收者運算子特性曲線是一種強大的方法,可用於評估和微調定型的分類模型。 我們透過學習內容和實用練習,來簡介和說明如何使用這些曲線。 在本集中,您將會:
- 瞭解如何建立 ROC 曲線。
- 探索如何使用這些曲線來評估和比較模型。
- 使用在 ROC 曲線上繪製的特性,練習微調模型。
影片 URL
HTML iframe
有任何意見嗎? 請在此提交問題。