Coursera-吴恩达-深度学习-第三门课-结构化机器学习项目 -week2-测验

本文摘录自Coursera上吴恩达教授的深度学习课程,详细记录了第三课“结构化机器学习项目”中关于机器学习策略的内容,探讨了如何选择合适的数据集大小进行手动分析,以及在训练集中添加模糊数据的正确性和考量因素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文章内容:

Coursera吴恩达深度学习课程,

第三课, 结构化机器学习项目 (Structuring Machine Learning Projects)

第二周:  机器学习策略2 (ML Strategy2)

部分的测验,题目及答案截图。

 

 

这个数目是怎么确定的?

选小一点的进行手动分析。

 

 

 

直接往training set 里加模糊数据是对的吗?

不可以的,也要取决于加数据的难易程度,综合考虑是不是值得这样大费精力。

(A) is an end-to-end approach as it maps directly the input (x) to the output (y).

 In many fields, it has been observed that end-to-end learning works better in practice, but requires a large amount of data.

 

 

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值