点击左上方蓝字关注我们
如何判断一个人的年收入?他的年收入是否超过了50000美元?
这是一个二元分类问题,也是机器学习中最基础的经典问题之一。
其实你已经具备了解决这个问题的能力。这段时间,同学们已经完成了2个阶段的回归和分类学习,现在的你,是否已经熟练掌握了回归和分类问题?(悄咪看一眼你的学习进度条???? ,风里雨里我们等你!)
为了检验你的学习效果,提升自己的实践能力!因此,今天的学习内容就是完成项目实践:年收入判断。
现在,你需要根据人们的个人资料,判断其年收入是否高于 50000 美元?
温馨小提示:你可以使用上节课学习的logistic regression 与 generative model,来完成项目实践。同时,你可以尝试了解、分析两者的设计理念及差别,快速实现二分类任务:
通过实践,你将学会如何实作一个线性二元分类器!
今天我们特意留出了一天的时间,给同学们进行自主的实践作业。学习问题可以随时在学习群里踊跃提出,助教和同学们都在等你!
今日学习任务
学习
进行时
作业2:年收入判断
作业指路:
报名地址
还没有报名的同学,点击文末『阅读原文』或者扫码报名,跟上学习进度:
https://aistudio.baidu.com/aistudio/education/group/info/1978
扫码进入学习中心
进入QQ学习社群,开启机器学习之旅
快来完成你的第二次项目实战,增加你的学习进度条,一起攻克机器学习难题!
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,是中国首个开源开放、技术领先、功能完备的产业级深度学习平台,包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件,持续开源核心能力,为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台,针对企业级需求增强了相应特性,包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业,提供零门槛、预置丰富网络和模型、便捷高效的开发平台;BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。
END