李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍

这是李宏毅2021春季机器学习教程的作业1,本篇文章是作业介绍,内附数据下载,具体解答看下一篇文章。

目录

目标(Objectives)

任务描述(Task Description)

调查的属性(Features)

数据(Data)

评估指标(RMSE)

助教给的调参建议(Hints)

目标(Objectives)

  • 用深度神经网络(DNN)解决回归问题(Solve a regression problem with deep neural networks (DNN))
  • 知道基础的DNN训练技巧,如超参数调整、特征选择、正则化(Understand basic DNN training tips e.g. hyper-parameter tuning, feature selection, regularization)
  • 熟悉PyTorch(Get familiar with PyTorch)

李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第1张图片

任务描述(Task Description)

新冠病毒案例预测。给定美国特定州过去三天的调查结果,预测第三天新的测试样本新冠阳性的概率/百分比。(COVID-19 Cases Prediction.Given survey results in the past 3 days in a specific state in U.S., then predict the percentage of new tested positive cases in the 3rd day.)

调查的属性(Features)

州信息等。

李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第2张图片

数据(Data)

训练数据2700例,测试数据893例(最后一列未知,需要模型预测)。数据下载点李宏毅2021春季机器学习教程HW1数据.rar。

李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第3张图片李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第4张图片

评估指标(RMSE)

李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第5张图片

本作业使用的评估指标为Root Mean Squared Error (RMSE)。

李宏毅2021春季机器学习教程HW1-COVID-19 Cases Prediction介绍_第6张图片

助教给的调参建议(Hints)

  1. 特征选择(Feature selection -what other features are useful?)
  2. DNN结构:层数,维度,激活函数(layers? dimension? activation function?)
  3. 训练:mini-batch,optimizer,learning rate
  4. L2 regularization

说明:记录学习笔记,如果错误欢迎指正!写文章不易,转载请联系我。

你可能感兴趣的:(李宏毅机器学习笔记,AI,笔记,深度学习,机器学习,人工智能,python,pytorch)