ComeçarComece gratuitamente

Um modelo de classificação binária

Agora que você sabe como é o conjunto de dados de autenticação de c édulas, criaremos um modelo simples para distinguir entre cédulas verdadeiras e falsas.

Você realizará a classificação binária usando um único neurônio como saída. A camada de entrada terá 4 neurônios, pois temos 4 recursos em nosso conjunto de dados. O resultado do modelo será um valor limitado entre 0 e 1.

Interpretaremos esse número de saída como a probabilidade de nossas variáveis de entrada serem provenientes de uma nota de dólar falsa, sendo que 1 significa que temos certeza de que se trata de uma nota falsa.

Este exercício faz parte do curso

Introdução à aprendizagem profunda com o Keras

Ver Curso

Instruções de exercício

  • Importe o modelo Sequential e a camada Dense de tensorflow.keras.
  • Crie um modelo sequencial.
  • Adicione uma camada de entrada de 4 neurônios com o parâmetro input_shape e uma camada de saída de 1 neurônio com a ativação sigmoid.
  • Compile seu modelo usando sgd como otimizador.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Import the sequential model and dense layer
from tensorflow.keras.____ import ____
from tensorflow.keras.____ import ____

# Create a sequential model
model = ____

# Add a dense layer 
model.____(Dense(____, input_shape=(____,), activation=____))

# Compile your model
model.____(loss='binary_crossentropy', optimizer=____, metrics=['accuracy'])

# Display a summary of your model
model.summary()
Editar e executar código