癌症检测深度学习
Back to Home
01. 介绍
02. 皮肤癌
03. 皮肤癌生存概率
04. 医学分类
05. 数据
06. 图像挑战
07. 练习：数据挑战
08. 参考答案：数据挑战
09. 训练神经网络
10. 练习：随机权重与预初始化权重
11. 参考答案：随机权重与预初始化权重
12. 训练验证
13. 练习：敏感性与特异性
14. 参考答案：敏感性与特异性
15. 敏感性与特异性进一步介绍
16. 练习：癌症诊断
17. 参考答案：癌症诊断
18. ROC 曲线回顾
19. 练习：ROC 曲线
20. 参考答案：ROC 曲线
21. 将我们的结果与医生诊断结果相比较
22. 可视化
23. 神经网络关注的是什么
24. 混淆矩阵回顾
25. 混淆矩阵
26. 总结
27. 有用资源
28. 小项目介绍
29. 小项目：皮肤科医生的人工智能
Back to Home
16. 练习：癌症诊断
15 癌症诊断测试题 V3
诊断测试题
假设我们有一个能够输出黑色素瘤概率的神经网络。要将它分类为黑色素瘤或者非黑色素瘤，你会选择哪个值作为阈值？
0.2
0.5
0.8
SOLUTION:
0.2
Next Concept