应兆康的专栏

162 篇文章
60 人订阅

机器学习

YingJoy_

如何使用本书来帮助你的团队

1521
YingJoy_

预备知识和符号约定

1291
YingJoy_

数据规模的增大促进了机器学习的发展

1371
YingJoy_

开发集和测试集

1991
YingJoy_

10. 用开发集和评估指标来加速迭代

2151
YingJoy_

机器学习需要的数学基础

2061
YingJoy_

为什么使用机器学习

37310
YingJoy_

Machine-Learning-Yearning Part3 中文版

将同步至Github: https://github.com/yingzk/Machine-Learning-Yearning

4108
YingJoy_

Machine-Learning-Yearning Part2 中文版

将同步至Github: https://github.com/yingzk/Machine-Learning-Yearning

3478
YingJoy_

19. 总结:基本错误分析

• 不要一开始就尝试设计和构建完美的系统,而是尽可能快的建立和训练一个基础的系统(几天之内),然后使用错误分析。帮助你找到最优的方向,并迭代改进你的算法。

3279
YingJoy_

18. Eyeball和Blackbox开发集应该多大?

你的 Eyeball 开发集应该足够大,大到可以让你了解到算法的主要错误类别。如果你正在从事一项人类可以表现很好的任务(如识别图像中的猫咪),下面是一些指导方...

3268
YingJoy_

15. 在错误分析中并行多个想法

你的团队有以下几个想法,来改进你的猫咪分类器: • 解决狗被错误分为猫咪的问题。 • 解决“大型猫科动物(greast cats)”(狮子或豹子等)被错认家猫(...

3829
YingJoy_

Machine-Learning-Yearning Part1 中文版

将同步至Github: https://github.com/yingzk/Machine-Learning-Yearning

5118
YingJoy_

14. 错误分析:查看开发集样本来评估ideas

当你使用猫咪APP的时候,注意到一些被错误,识别成猫咪的狗样本。一些狗长的像猫! 于是一个团队成员建议和第三方软件进行合作,使系统可以更好的处理狗样本。这些改...

3758
YingJoy_

13. 快速构建你的第一个系统,然后进行迭代

你想建立一个新的反垃圾邮件系统,你的团队有以下想法: • 收集一个含有大量垃圾邮件的训练集。例如,设置一个“蜜罐”:故意发送虚假的电子邮件给已知垃圾邮件发送者,...

34110
YingJoy_

机器学习需要的数学基础

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或...

4979
YingJoy_

10. 用开发集和评估指标来加速迭代

对于一个新问题,事先是很难知道用什么方法解决它是最合适的。即使机器学习经验丰富的研究员也需要尝试许多,才能得到令自己满意的东西。在构建机器学习系统时,我经常会:

3208
YingJoy_

4. 数据规模的增大促进了机器学习的发展

深度学习(神经网络)中许多的想法都已经存在了几十年。为什么今天这些想法火起来了呢? 促进机器学习发展的因素主要有两个: • 数据量越来越多. 如今人们在数字设备...

3696
YingJoy_

3. 预备知识和符号约定

如果你已经学习了机器学习课程(如我在Coursera上的Machine Learning MOOC),或者你拥有应用监督式学习的经验,你应该可以理解下面的内容。...

3088
YingJoy_

2. 如何使用本书来帮助你的团队

在读完本书后,你将会对如何制定机器学习项目中的技术方案有一个深刻的理解。 但是你的队友可能不会理解为什么使用你制定的技术方案,也许你想和你的团队定义一个评估指标...

3759

扫码关注云+社区

领取腾讯云代金券