训练的目的是观测训练集规律,抽象成知识(即模型,比如一组权重+线性点乘计算方式)
预测是要用训练出的模型,对预测数据集中的数据进行计算,根据计算结果,预测类别。
我们禁止的行为是:
对测试集的一部分不进行预测计算,直接硬编码为1或者是0。
针对问题来说:
例子1:这个说明你训练的神经网络有毛病。但是流程是合法的。但是这样的答案评分系统不会给分,因为正确率太低
例子2:流程合法,但是这样的答案评分系统不会给分,因为正确率太低
例子3:流程合法
例子4、5、6、7、8、9:流程合法,但是因为我们的训练集对选手是保密的,这种硬凑的方式够上评分标准的概率很低

训练的目的是观测训练集规律,抽象成知识(即模型,比如一组权重+线性点乘计算方式)
预测是要用训练出的模型,对预测数据集中的数据进行计算,根据计算结果,预测类别。
我们禁止的行为是:
对测试集的一部分不进行预测计算,直接硬编码为1或者是0。
针对问题来说:
例子1:这个说明你训练的神经网络有毛病。但是流程是合法的。但是这样的答案评分系统不会给分,因为正确率太低
例子2:流程合法,但是这样的答案评分系统不会给分,因为正确率太低
例子3:流程合法
例子4、5、6、7、8、9:流程合法,但是因为我们的训练集对选手是保密的,这种硬凑的方式够上评分标准的概率很低
ddd2020
2020-3-17 14:57
ddd2020
2020-3-17 14:59