Opinie (Performing Basic Feature Engineering in Keras)

Kiana Alessandra V. · Sprawdzono około 4 lata temu

M R. · Sprawdzono około 4 lata temu

Mario R. · Sprawdzono około 4 lata temu

Brandon G. · Sprawdzono około 4 lata temu

Ang X. · Sprawdzono około 4 lata temu

Sanjay B. · Sprawdzono około 4 lata temu

Clive N. · Sprawdzono około 4 lata temu

Sanjay B. · Sprawdzono około 4 lata temu

Cheikh T. · Sprawdzono około 4 lata temu

chhaya s. · Sprawdzono około 4 lata temu

very difficult.

Steven S. · Sprawdzono około 4 lata temu

Sergio Adriano L. · Sprawdzono około 4 lata temu

Brenno M. · Sprawdzono około 4 lata temu

Takashi D. · Sprawdzono około 4 lata temu

Nicolo L. · Sprawdzono około 4 lata temu

Corinna F. · Sprawdzono około 4 lata temu

Sophie S. · Sprawdzono około 4 lata temu

Guilherme A. · Sprawdzono około 4 lata temu

Guilherme A. · Sprawdzono około 4 lata temu

Sometimes methods for loading in data is confusing.

Tiego T. · Sprawdzono około 4 lata temu

Xiaohui L. · Sprawdzono około 4 lata temu

Mojtaba G. · Sprawdzono około 4 lata temu

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. · Sprawdzono około 4 lata temu

Samuel D. · Sprawdzono około 4 lata temu

Adriana B. · Sprawdzono około 4 lata temu