这是我去年选修数据科学时候的作业四,当时是肖若秀老师教的,但听说我们这届之后计科和物联信安一个难度授课了这篇文章可能也就只是自己记录帮不上学弟学妹了,但当时我上数据科学时候肖老师不签到老好了最后四个作业完成之后就有个还不错的分数虽然不出国选修课分数也无所谓就是了。
前文链接:
目录
一、作业描述
本次作业旨在通过对手写数字图像进行分析,得到识别的数字,主要考察学生对图像预处理、神经网络或相关机器学习算法的理解和应用。
具体要求:
1.对给定的手写字体训练集(8000张图片)进行预处理,统一处理为28*28像素,单通道8位灰度(0-255)的图像格式,编写代码将原始数据转为可训练数据。
2.对可训练的手写字体图像数据,进行合理的训练集和验证集划分,建立一个识别模型(模型类型不限,可以是神经网络、SVM、决策树等之一或集成)
3.选定合理的评价指标分析模型性能。