课程部分

主要讲 Nueral Network 原理，及数学和算法背景（略）

作业部分

Kaggle 的 Imbalance data 项目分析–Credit Card Fraud Detection

1 redo the code

2 under sample the majority class(欠采样，通常用于不平衡数据集，在fit 时随机删除一部分imbalance data中的多数类)

3using model metrics (accuracy, percision, recall, AUC and ROC), compare model with the one using approaches for handling imbalance data(比对模型指标)


理解这几个指标，读图。

4 使用Drop outlayer 法，修正overfitting问题。

图中可以看出，使用drop out layer 之后， 训练集表现下降
，而模型的泛化能力增强

5. 若在训练模型时，不使用早停法
   
   
   出现了明显的过拟合