add report_03_Fashion

report_03_Fashion/README.md

@@ -0,0 +1,24 @@
+# Report3 - 服装分类
+
+## 内容：
+* 任务类型：多分类
+
+* 背景介绍：在交通摩擦（事故）发生后，理赔员会前往现场勘察、采集信息，这些信息往往影响着车主是否能够得到保险公司的理赔。训练集数据包括理赔人员在现场对该事故方采集的36条信息，信息已经被编码，以及该事故方最终是否获得理赔。我们的任务是根据这36条信息预测该事故方没有被理赔的概率。
+
+* 数据介绍：训练集中共有200000条样本，预测集中有80000条样本。 
+![data_description](images/data_description.png)
+
+* 评价方法：Precision-Recall AUC
+
+
+## 要求：
+1. 构建深度神经网络，完成多分类
+2. 编写爬虫程序，到taobao等网站抓取一些衣服、鞋子的图片，并利用训练好的模型进行分类
+3. 评估自己抓取图像的分类精度
+4. 分析结果的效果，综合考虑各种方法，改进方法，并提交结果
+5. 按照`report_template.ipynb`撰写自己的报告
+
+
+## References
+* [这个数据的链接](http://sofasofa.io/competition.php?id=2)
+

report_03_Fashion/report_template.ipynb

@@ -0,0 +1,57 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Report - 报告题目\n",
+    "\n",
+    "* 姓名\n",
+    "* 学号\n",
+    "\n",
+    "\n",
+    "## 任务简介\n",
+    "\n",
+    "这里简述一下任务是什么；数据的格式，包含了什么数据；最终的目标是什么\n",
+    "\n",
+    "## 解决途径\n",
+    "\n",
+    "主要包括：\n",
+    "1. 问题的思考，整体的思路\n",
+    "2. 选用的方法，以及为何选用这些方法\n",
+    "3. 实现过程遇到的问题，以及如何解决的\n",
+    "4. 最终的结果，实验分析\n",
+    "\n",
+    "要求：\n",
+    "1. 数据的可视化\n",
+    "2. 程序，以及各个部分的解释、说明\n",
+    "3. 结果的可视化，精度等的分析\n",
+    "\n",
+    "## 总结\n",
+    "总结任务实现过程所取得的心得等。"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.5.2"
+  },
+  "main_language": "python"
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}