Machine Learning Yearning. 全新版本 本书作者是Andrew NG
此处为20-22章 以下是Machine Learning Yearning的后续篇章。连同下周的章节,将会教你如何使用偏差和方差来优化你的ML项目。偏差/方差存在着一些旧的观念,例如“偏差/方差权衡的问题”,在深度学习的时代已经变得不那么有用了,而现代的ML需要新的指导方针。你可以通过阅读这些章节了解更多! 昨天是我离开百度的一周年纪念日,之后我创建了deeplearning.ai, Landing.AI和AI Fund。我花了很多时间在Landing.AI上。Landing.AI致力于使用人工智能帮助企业跨多个行业。 《财富》杂志的亚当·拉辛斯基(Adam Lashinsky)对我们在制造业的工作做了一个简短的总结,我们把ML放到了很多工厂里,基本都是Machine Learning Yearning中的原理。为了使人工智能充分发挥其潜力,它不仅需要在像谷歌和百度这样的大型互联网公司工作,还需要在其他行业工作。稍后我将分享一些关于制造业的故事。
更多“AI是新能源”的双关语: 问:AI研究者在思考的时候最应该想到谁? 答:欧姆(OHM)
更多关于偏差/方差的章节即将到来!
贴上原文:
《Machine Learning Yearning》Part1. (1-14) Download: https://yingjoy.cn/downloads/MLY/Ng_MLY01.pdf 《Machine Learning Yearning》Part2. (15-19) Download: https://yingjoy.cn/downloads/MLY/Ng_MLY02.pdf 《Machine Learning Yearning》Part3. (20-22) Download: https://yingjoy.cn/downloads/MLY/Ng_MLY03.pdf
翻译同步至Github: https://github.com/yingzk/Machine-Learning-Yearning Part1 中文版下载: https://yingjoy.cn/downloads/MLY/CN_Ng_MLY01.pdf Part2 中文版下载: https://yingjoy.cn/downloads/MLY/CN_Ng_MLY02.pdf