現在你要開始用一個新的資料集來進行分類問題建模。這份資料包含鐵達尼號乘客的資訊。你會使用像是 age、fare,以及每位乘客的登船地點等預測變數,來預測誰會生還。這份資料來自於資料科學競賽教學。各個特徵的說明請見這裡。
age
fare
資料已預先載入為名為 df 的 pandas DataFrame。
df
先檢視每個變數的最大值與最小值是個好習慣,可確認資料沒有格式錯誤或毀損。鐵達尼號乘客的最高年齡是多少?請在 IPython Shell 中使用 .describe() 方法回答這個問題。
.describe()
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你會熟悉深度學習的基本概念與術語,並理解為什麼這些技術在今日如此強大。你將建立簡單的神經網路,並用它們產生預測。
學習如何最佳化你的神經網路所產生的預測。你將使用名為反向傳播的方法,這是深度學習中最重要的技術之一。理解其運作方式,能為你在課程後半段打下紮實基礎。
在本章中,你將使用 Keras 函式庫建立同時用於迴歸與分類的深度學習模型。你會學到可用來進行預測的 Specify-Compile-Fit 工作流程;在章末,你將具備建立深度神經網路所需的一切工具。
當前練習
學習如何在 Keras 中最佳化你的深度學習模型。先從模型驗證開始,接著理解模型容量的概念,最後嘗試更寬、更深的網路。