wendy0927的博客

第一周 机器学习（ML）策略（1）（ML strategy（1）） 1.1 为什么是ML策略？ 1.2 正交化（Orthogonalization） 1.3 单一数字评估指标（Single number evaluation metric） 评估你的分类器的一个合理方式是观察它的查准率（precision）和查全率（recall）。=>新的评估指标（F1 Score），能够结合查准率和查全率。会加速改进您的机器学习算法的迭代过程。 1.4 满足和优化指标 优化指标：要求最大化，尽可能好。 满足指标：

二、优化算法 2.1 Mini-batch 梯度下降（Mini-batch gradient descent） 将总样本分为m组，为X{1}、X{2}、…、X{t}、…、X{m}； Y{1}、Y{2}、…、Y{t}、…、Y{m}。 每次迭代处理单个的mini-batch X{t}和Y{t}，而不是同时处理全部的X和Y训练集。 总结用法： 2.2 理解mini-batch梯度下降法（Understanding mini-batch gradient descent） 使用batch梯度下降法的代价函数的值

一、深度学习的实践层面 1.1 训练，验证，测试集（Train / Dev / Test sets）和偏差、方差（Bias /Variance） 在机器学习发展的小数据量时代，常见做法是将所有数据三七分，就是人们常说的70%验证集，30%测试集，如果没有明确设置验证集，也可以按照60%训练，20%验证和20%测试集来划分。这是前几年机器学习领域普遍认可的最好的实践方法。如果只有100条，1000条或者1万条数据，那么上述比例划分是非常合理的。 但是在大数据时代，我们现在的数据量可能是百万级别，那么验证集和测

对 https://hekuan.blog.youkuaiyun.com/article/details/79827273 中的第一门课的测验题目进行整理，记录个人易错点。 1.用于识别猫的图像是“结构化”数据的一个例子，因为它在计算机中被表示为结构化矩阵，是真的吗？ 【 】正确 【★】错误 注：图片属于非结构化数据。 2.统计不同城市人口、人均GDP、经济增长的人口统计数据集是“非结构化”数据的一个例子，因为它包含来自不同来源的数据，是真的吗？ 【 】正确 【★】错误 注：单纯的看以上数据的话就是非结构化数据，但是这

一、引言 什么是深度学习？什么是神经网络？ 我们常常用深度学习这个术语来指训练神经网络的过程。有时它指的是特别大规模的神经网络训练。如下就是一个神经元。中间的函数被称作ReLU激活函数，它的全称是Rectified Linear Unit。 神经网络的分类及其应用？ 目前几乎所有由神经网络创造的经济价值，本质上都离不开一种叫做监督学习的机器学习类别。在能处理结构化数据的同时，神经网络使得非结构化数据也能被更好解释。 标准神经网络：点击预测在线广告、房地产…… 卷积（Convolutional Neura