《深度学习Ng》课程学习笔记03week1——机器学习(ML)策略(1)

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

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

观点 | 深度学习:简单而有局限性的求解方式

选自Keras Blog 作者:Francois Chollet 机器之心编译 参与:路雪、李泽南 在人工智能,特别是深度学习破解了一个又一个难题,在很多任务上...

3156
来自专栏深度学习思考者

图像处理之灰度模糊图像与彩色清晰图像的变换

  针对模糊图像的处理,个人觉得主要分两条路,一种是自我激发型,另外一种属于外部学习型。接下来我们一起学习这两条路的具体方式。 第一种 自我激发型   基于图像...

3569
来自专栏机器之心

学界 | 深度学习算法全景图:从理论证明其正确性

选自arXiv 机器之心编译 参与:蒋思源、黄小天 ? 论文地址:https://arxiv.org/abs/1705.07038 本论文通过理论分析深度神经...

3155
来自专栏人工智能

致研究者:2018 AI研究趋势

选自Medium 作者:Alex Honchar 机器之心编译 参与:陈韵竹、刘晓坤 2017 年是机器学习领域最有成效、最具创意的一年。现在已经有很多博文以及...

27910
来自专栏AI研习社

博客 | 「特征工程」与「表示学习」

当我们学习一个复杂概念时,总想有一条捷径可以化繁为简。机器学习模型也不例外,如果有经过提炼的对于原始数据的更好表达,往往可以使得后续任务事倍功半。这也是表示学习...

1854
来自专栏数据科学与人工智能

人工智能、机器学习和深度学习是什么?

人工智能、机器学习与深度学习,每天都有它们的新闻。包括新的技术、新的应用、新的挑战、新的机遇。 人人都在谈,人人都在看,那究竟什么是人工智能、机器学习与深度学习...

3726
来自专栏PPV课数据科学社区

先搞懂这八大基础概念,再谈机器学习入门!

翻译 | AI科技大本营 参与 | 林椿眄 准备好开始AI了吗?可能你已经开始了在机器学习领域的实践学习,但是依然想要扩展你的知识并进一步了解那些你听过却没有时...

2658
来自专栏企鹅号快讯

先搞懂这八大基础概念,再谈机器学习入门!

翻译 | AI科技大本营 参与 |林椿眄 准备好开始AI了吗?可能你已经开始了在机器学习领域的实践学习,但是依然想要扩展你的知识并进一步了解那些你听过却没有时间...

2448
来自专栏企鹅号快讯

2018 AI 研究趋势

概要:2017 年是机器学习领域最有成效、最具创意的一年。现在已经有很多博文以及官方报道总结了学界和业界的重大突破。 2017 年是机器学习领域最有成效、最具创...

21510
来自专栏数值分析与有限元编程

逆迭代法求矩阵特征值

前面提到,幂迭代法用于求矩阵的主特征值以及对应的特征向量。如果把幂迭代用于这个矩阵的逆矩阵,那么就能求得最小的特征值。来看下面的定理: 设n阶矩阵A的特征值用λ...

4416

扫码关注云+社区

领取腾讯云代金券