Performing Basic Feature Engineering in Keras Ulasan

M R. · Diulas sekitar 4 tahun lalu

Mario R. · Diulas sekitar 4 tahun lalu

Brandon G. · Diulas sekitar 4 tahun lalu

Ang X. · Diulas sekitar 4 tahun lalu

Sanjay B. · Diulas sekitar 4 tahun lalu

Clive N. · Diulas sekitar 4 tahun lalu

Sanjay B. · Diulas sekitar 4 tahun lalu

Cheikh T. · Diulas sekitar 4 tahun lalu

chhaya s. · Diulas sekitar 4 tahun lalu

very difficult.

Steven S. · Diulas sekitar 4 tahun lalu

Sergio Adriano L. · Diulas sekitar 4 tahun lalu

Brenno M. · Diulas sekitar 4 tahun lalu

Takashi D. · Diulas sekitar 4 tahun lalu

Nicolo L. · Diulas sekitar 4 tahun lalu

Corinna F. · Diulas sekitar 4 tahun lalu

Sophie S. · Diulas sekitar 4 tahun lalu

Guilherme A. · Diulas sekitar 4 tahun lalu

Guilherme A. · Diulas sekitar 4 tahun lalu

Sometimes methods for loading in data is confusing.

Tiego T. · Diulas sekitar 4 tahun lalu

Xiaohui L. · Diulas sekitar 4 tahun lalu

Mojtaba G. · Diulas sekitar 4 tahun lalu

Finally got through the lab after a few attempts, the use of the min max function here, which relies on pandas functionality, is not intuitive. I would have preferred if we instead used a normalization layer which is native to tensorflow. Furthermore, setting random seeds so the work is reproducible/verifiable would be helpful in quantifying the model improvements and incorporating that in the notebook. The instructions for predictions on the test dataset weren't very clear to me. I think there's a missed opportunity here to do things like [(X, y)] = test_ds.take(1), model.predict(X), and likewise feature_layer(X) to help the student understand what's happening under the good. Thank you!

Pritam D. · Diulas sekitar 4 tahun lalu

Samuel D. · Diulas sekitar 4 tahun lalu

Adriana B. · Diulas sekitar 4 tahun lalu

Ritish A. · Diulas sekitar 4 tahun lalu