Willkommen bei unserer Lösung zur Klassifikation mit einem neuronalen Netz.
- scikit-learn
- pandas
- tensorflow (cpu oder gpu)
- numpy
- matplotlib
- pickle
- flask (zusaetzlich benoetigt fuer Demo)
- Repository clonen
- Terminal/Shell in Ordner
Demo
öffnen flask run
eingeben- localhost (127.0.0.1) im Webbrowser öffnen (Standardport 5000), wurde auch waehrend der Praesentation gehostet
- Daten des Kundens eingeben und auf
Abschicken
klicken, um Ergebnis zu bekommen - Neue Seite mit dem Ergebnis sollte sich oeffnen
metric | result |
---|---|
precision | 0.845 |
recall | 0.813 |
accuracy | 0.812 |
metric | result |
---|---|
precision | 0.707 |
recall | 0.691 |
accuracy | 0.717 |
Man kann mit dem threshold arbeiten, welcher als "Steuerinstrument" dient, damit man auf Kosten von predictions weniger FPs generiert, was für diesen Use Case sinnvoll sein kann.