《深度学习Ng》课程学习笔记03week1——机器学习(ML)策略(1)
来源:互联网 发布:三星系统升级软件 编辑:程序博客网 时间:2024/06/10 08:14
http://blog.csdn.net/u011239443/article/details/78117155
1.1 为什么是 ML 策略
各种各样的机器学习策略。如何选择、使用?
1.2 正交化
调参时,应将两个参数进行正交,降低操作的复杂:
1.3 单一数字评估指标
用平均值来代替多个值:
1.4 满足和优化指标
准确率和运行时间之间的协调:
1.5 训练 / 开发 / 测试集划分
1.6 开发集合测试集的大小
传统开发集合测试集的大小:
深度学习下,数据量很大,1%的开发集 和 1%的测试集数据已足够。而且,深度学习来说,训练集规模需求比较大:
1.7 什么时候该改变开发 / 测试集和指标
对不同的数据记录设置不同的代价权重:
1.8 为什么是人的表现
1.9 可避免偏差
1.10 理解人的表现
我们用人类变现的误差来估算贝叶斯误差,但是我们的训练误差越接近人类误差,用人类误差越无法准确的用于估计贝叶斯误差:
1.11 超过人的表现
当训练误差小于人类误差,就很难去判断是误差还是偏差的问题:
1.12 改善你的模型的表现
阅读全文
0 0
- 《深度学习Ng》课程学习笔记03week1——机器学习(ML)策略(1)
- 《深度学习Ng》课程学习笔记03week2——机器学习(ML)策略(2)
- 吴恩达深度学习笔记(三)week1机器学习策略
- 《深度学习Ng》课程学习笔记01week1——深度学习概论
- 《深度学习Ng》课程学习笔记02week1——深度学习的实用层面
- Andrew Ng机器学习(ML)入门学习笔记(二)
- Andrew Ng机器学习(ML)入门学习笔记(一)
- Andrew Ng机器学习(ML)入门学习笔记(三)
- Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型)
- 机器学习笔记week1(Andrew NG)
- 机器学习——Andrew NG老师课程学习笔记
- Coursera上的Andrew Ng《机器学习》学习笔记Week1
- 吴恩达神经网络和深度学习课程自学笔记(八)之机器学习策略
- Coursera机器学习笔记(week1)
- 机器学习ML策略
- 机器学习笔记week1
- Andrew NG 机器学习课程笔记(一)
- Andrew NG 机器学习课程笔记(二)
- windows 保存git的账号密码
- CodeForces
- 开源C++服务端知多少
- Java-比较操作
- JZOJ 5389. 【NOIP2017提高A组模拟9.26】解梦
- 《深度学习Ng》课程学习笔记03week1——机器学习(ML)策略(1)
- bzoj 3932 [CQOI2015]任务查询系统 主席树
- 普通Java程序员学习使用的6个JDK内建工具
- Spring
- 模板整理——图论·最短路·spfa
- 计算机视觉期刊会议论文相关
- 如何解决类似 /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found 的报错
- 对于oracle sql左连接的一点认识
- 引用数据类型