VIP20
本课程属于：010-Edge Impulse端侧AI数据采集与模型部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

13. Edge Impulse模型评估：混淆矩阵、F1与阈值选择

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · Edge Impulse模型评估在端…
课程导入学习目标
02
评估基础
准确率 · 精确率 · 召回率
评估基础准确率
03
混淆矩阵入门
什么是混淆矩阵 · 如何从预测结果构建混淆矩阵
混淆矩阵入门什么是混淆矩阵
04
混淆矩阵详解
TP · TN · FP
混淆矩阵详解TP
05
Edge Impulse评估界面
如何查看模型评估结果 · 理解Accuracy · Loss等指标
EdgeImpulse
06
混淆矩阵可视化
在Edge Impulse中如何解读… · 识别易混淆类别
混淆矩阵可视化Edge
07
F1分数深入
F1的数学公式 · 为什么需要F1 · 宏平均与微平均的区别
F1分数深入
08
阈值概念
分类阈值是什么 · 如何影响预测结果和评估指标
阈值概念分类阈值是什么
09
阈值与混淆矩阵的关系
调整阈值如何改变TP · FP · TN
阈值混淆矩阵的关系
10
阈值选择方法
ROC曲线 · PR曲线 · Youden's J指数等常用阈值选…
阈值选择方法ROC
11
Edge Impulse阈值调整实操
在Edge Impulse中如何手动…
EdgeImpulse
12
案例实战
使用Edge Impulse内置数据…
案例实战Edge
13
多分类评估
多分类混淆矩阵的解读 · 宏平均F1与加权F1的计算
多分类评估多分类混淆矩阵的…
14
不平衡数据集处理
类别不平衡时如何选择评估指标和调整阈…
不平衡数据集处理类别不平衡时如何…
15
模型校准
什么是概率校准 · 如何提高阈值选择的可靠性
模型校准什么是概率校准
16
Edge Impulse的校准工具
使用Edge Impulse的校准功…
EdgeImpulse
17
评估指标对比
准确率 · F1 · AUC等指标在不同场景下的优劣
评估指标对比准确率
18
阈值选择实战
针对特定业务需求（如误报率最小化）选…
阈值选择实战针对特定业务需求
19
常见错误与陷阱
过拟合评估 · 数据泄漏 · 阈值选择不当等问题
常见错误陷阱
20
Edge Impulse评估报告解读
如何从评估报告中提取关键信息并指导模…
EdgeImpulse
21
模型部署后的评估
部署到设备后如何验证模型性能 · 阈值是否需要调整
模型部署后的评估部署到设备后如何…
22
实时评估与监控
在Edge Impulse中如何设置… · 持续监控模型表现
实时评估监控
23
案例实战
语音唤醒词检测中的阈值选择与F1优化
案例实战F1
24
案例实战
传感器异常检测中的混淆矩阵分析与阈值…
案例实战传感器异常检测
25
综合练习
给定一个Edge Impulse项目 · 完成评估 · 阈值选择并撰写分析报告
综合练习Edge
26
进阶技巧
使用Python脚本（如Tensor…
进阶技巧Python
27
与其他工具集成
如何将Edge Impulse评估结…
其他工具集成Edge
28
常见问题解答
为什么我的F1分数很低？如何提高？阈…
常见问题解答F1
29
最佳实践总结
Edge Impulse模型评估与阈…
最佳实践总结Edge
30
课程总结与下一步学习
回顾核心知识点 · 推荐进阶资源 · 布置课后作业
课程总结下一步学习