machine-learning-yearning

简介
1. 为什么是机器学习策略？
2. 如何使用本书来帮助你的团队
3. 预备知识和表示符号
4. 规模推动机器学习进度
设置开发和测试集
5. 你的开发集和测试集
6. 你的开发集和测试集应当来自相同的分布
7. 开发集和测试集需要多大？
8. 为你的团队进行算法优化建立一个单数字估指标
9. 优化和满足指标
10. 使用开发集和评估指标来加速迭代
11. 何时更改开发集/测试集和评估指标
12. 小结：设置开发集和测试集
基本错误分析
13. 快速构建你的第一个系统，然后迭代
14. 错误分析：查看开发集的例子来评估想法
15. 在错误分析中并行评估多个想法
16. 清理错误标记的开发集和测试集样例
17. 如果你有一个很大的开发集，将它分成两个，而且你只看一个
18. 眼球开发集和黑盒开发集应该多大？
19. 基本错误分析
偏差（Bias）和方差（Variance）
20. 偏差（Bias）和方差（Variance）：错误的两大来源
21. 偏差（Bias）和方差（variance）的例子
22. 对比最优错误率

Powered by GitBook

设置开发和测试集

设置开发和测试集

Previous4. 规模推动机器学习进度 Next5. 你的开发集和测试集

Last updated 6 years ago

On this page