Competencia del curso "Laboratorio Machine Learning" del ITBA. Accuracy para aprobar: 85%. Suerte!!!

Ver el kernel de ejemplo [aca][1]

Recomendaciones para mejorar el score:

 - Normalizar
 - Aumentar la cantidad de capas y neuronas por capa
 - Variar optimizadores y learning rates (Adam es una de los más recomendados para estos casos)
 - Variar Batch Size (32, 64, 128, 256, 512)
 - Probar con distintas funciones de activación (sigmoid, relu, leaku_relu, prelu, etc)
 - Utilizar k-fold para entrenar con todo el dataset
 - Data augmentation

Comenten que cosas les funcionaron mejor en la sección de discusión de la plataforma o en Kaggle


  [1]: https://www.kaggle.com/jganzabal/fashion-mnist-baseline-regresion-logistica