机器学习的向往.pdfVIP

机器学习训练秘籍

属于deeplearning.ai项目.

中文PDF相关信息

项目地址:​点击此处

文件版本:0.5.0draft

最后更新:2018/10/31

译者水平有限，如有翻译不当之处，

恳请读者指正，联系邮箱:

acdoge.cao@

©2018AndrewNg.AllRightsReserved.

Page2MachineLearningYearning-DraftAndrewNg

目录

1机器学习为什么需要策略?

2如何使用此书来帮助你的团队

3先修知识与符号说明

4规模驱动机器学习发展

5开发集和测试集的定义

6开发集和测试集应该服从同一分布

7开发集和测试集应该有多大？?

8使用单值评估指标进行优化

9优化指标和满意度指标

10通过开发集和度量指标加速迭代

11何时修改开发集、测试集和指标

12小结：建立开发集和测试集

13快速构建并迭代你的第一个系统

14误差分析：根据开发集样本评估想法

15在误差分析时并行评估多个想法

16清洗误标注的开发集和测试集样本

17将大型开发集拆分为两个子集，专注其一

18Eyeball和Blackbox开发集该设置多大？

19小结：基础误差分析

20偏差和方差：误差的两大来源

21偏差和方差举例

22与最优错误率比较

23处理偏差和方差

24偏差和方差间的权衡

25减少可避免偏差的技术

Page3MachineLearningYearning-DraftAndrewNg

26训练集误差分析

27减少方差的技术

28诊断偏差与方差：学习曲线

29绘制训练误差曲线

30解读学习曲线：高偏差

31解读学习曲线：其它情况

32绘制学习曲线

33为何与人类表现水平进行对比

34如何定义人类表现水平

35超越人类表现水平

36何时在不同的