
机器学习
_BreadWinner
这个作者不懒,什么也没留下。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【转】吴恩达新书《Machine Learning Yearning》翻译连载_1
转载微信公众号 “顶级程序员”1.为什么要学习机器学习策略?机器学习众多重要应用的基础,包括搜索引擎、垃圾邮件过滤、语音识别、商品推荐等。假设你或者你的团队正在做机器学习应用项目,同时你想获得快速进步。你可以从这本书中找到满意的答案。示例:建立一个识别含有猫图像的新兴公司你正在建立一个新兴公司,该公司将给猫的爱好者提供大量的猫图片。你计划使用神经网络来建立一个计算机视觉...原创 2018-10-03 15:34:46 · 329 阅读 · 0 评论 -
【转】吴恩达新书《Machine Learning Yearning》翻译连载_2
转载 微信公众号 “顶级程序员”11.何时更改开发/测试集和评估指标当开始一个新项目时,我会试图迅速选好开发/测试集 ,因为这可以给团队制定一个明确的目标。我通常会要求我的团队在不到一周之内(极少多于一周时间)想出一个初始的开发/测试集和评估指标,提出一个不太完美的方案并迅速行动起来往往比过分考虑这些会更好。但是“一周”这个时间表并不适用于成熟的应用。例如,反垃圾邮件就是一个成熟的深度...转载 2018-10-03 22:14:42 · 319 阅读 · 0 评论 -
【转】吴恩达新书《Machine Learning Yearning》翻译连载_3
转载 微信公众号 “顶级程序员”21 关于偏差和方差的例子以我们的猫咪分类任务为例。一个理想的分类器(比如人)可能会用几乎完美的表现来完成这个任务。假设你的算法可以达到以下标准:训练集误差 = 1%开发集错误 = 11%这会带来什么问题呢?根据之前的章节中我们给出的定义,我们可以估计出偏差为1%,方差为10%(=11%-1%)。因此,这带来了高方差。该分类器有着很低的训练误...转载 2018-10-06 11:59:53 · 298 阅读 · 0 评论