地球资源数据云——数据资源详情
acc_93.30%
该数据集《acc_93.30%》主要用于监督学习任务，数据形态以图像为主。 题目说明：Pre - trained model on Pneumonia detection dataset with an accuracy of 93.26% 任务类型：图像监督学习。 建议流程：先检查类别分布与脏样本，再用迁移学习（如 ResNet/EfficientNet）建立基线。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。 上下文 这是一个预先训练的模型。内容 该模型在 https://www.kaggle.com/paultimothymooney/chest - xray - pneumonia 数据集上进行训练，准确率达到 93.26%。您可以查看我的笔记本 https://www.kaggle.com/alifrahman/pneumonia - detection - with - cnn - 93 - 26 - acc?scriptVersionId=41863430 致谢 如果没有其他人的帮助，我们就不会在这里。如果您有任何归属或感谢，请将它们与过去研究的任何引用一起包含在此处。灵感您的数据将呈现在世界上最大的数据科学社区面前。您希望看到哪些问题得到解答？
摘要概览
该数据集《acc_93.30%》主要用于监督学习任务，数据形态以图像为主。 题目说明：Pre - trained model on Pneumonia detection dataset with an accuracy of 93.26%
任务类型：图像监督学习。
建议流程：先检查类别分布与脏样本，再用迁移学习（如 ResNet/EfficientNet）建立基线。
评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。
可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。
上下文 这是一个预先训练的模型。内容 该模型在 https://www.kaggle.com/paultimothymooney/chest - xray - pneumonia 数据集上进行训练，准确率达到 93.26%。您可以查看我的笔记本 https://www.kaggle.com/alifrahman/pneumonia - detection - with - cnn - 93 - 26 - acc?scriptVersionId=41863430 致谢 如果没有其他人的帮助，我们就不会在这里。如果您有任何归属或感谢，请将它们与过去研究的任何引用一起包含在此处。灵感您的数据将呈现在世界上最大的数据科学社区面前。您希望看到哪些问题得到解答？