Evaluation Metrics : 分類模型

迴歸演算法的評價指標就是Accuracy、Precision/Recall 、F-Measure、MCC、ROC_ AUC。

Preprocessing Data : 類別型特徵_OneHotEncoder & LabelEncoder 介紹與實作

Preprocessing Data : Image Data Augmentation實作與參數說明

Evaluation Metrics : 迴歸模型

迴歸演算法的評價指標就是MSE，RMSE，MAE、R-Squared(R2)。

Exploratory Data Analysis : 探索資料-ECDF

ECDF介紹與實作

1.介紹

Exploratory Data Analysis : 探索資料 - 平均絕對偏差、變異數、標準差

觀察資料離散度

Exploratory Data Analysis : 探索資料 - KDE

KDE介紹與實作

Learning Model : CNN卷積層kernel_size建議

VGG只使用多個kernel_size = 3x3，使用"多個小"kernel_size代替"單個大"，好處如下：
1.觀察視野一樣
 CNN的filter對應一個視野，使得每個神經元不需要對全局圖像做感受，每個神經元只感受局部的圖像區域，然後在更高層，將這些感受不同局部的神經元綜合起來就可以得到全局信息。這樣做的好處是可以減少訓練的參數量。

(python)函數調用的參數規則[轉錄]

函數的參數規則

positional argument :位置參數

Preprocessing Data :數值型特徵_缺失值處理-isnull()、fillna()、dropna()

1.缺失值處理概念