เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดลสำหรับ binary classification

เมื่อรู้จักชุดข้อมูล Banknote Authentication แล้ว เราจะมาสร้างโมเดลอย่างง่ายเพื่อแยกแยะธนบัตรจริงกับธนบัตรปลอมกัน

เราจะทำ binary classification โดยใช้นิวรอนเดียวเป็น output โดย input layer จะมี 4 นิวรอน ซึ่งสอดคล้องกับ 4 ฟีเจอร์ในชุดข้อมูล ค่าที่โมเดลส่งออกมาจะอยู่ระหว่าง 0 ถึง 1

เราจะตีความค่า output นี้เป็นความน่าจะเป็นที่ข้อมูลนั้นมาจากธนบัตรปลอม โดยค่า 1 หมายความว่าโมเดลมั่นใจว่าเป็นธนบัตรปลอม

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าโมเดล Sequential และเลเยอร์ Dense จาก tensorflow.keras
  • สร้าง sequential model
  • เพิ่ม input layer ที่มี 4 นิวรอนโดยใช้พารามิเตอร์ input_shape และเพิ่ม output layer ที่มี 1 นิวรอนพร้อม activation แบบ sigmoid
  • คอมไพล์โมเดลโดยใช้ sgd เป็น optimizer

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด