Course 3-Structuring Machine Learning Projects--Week 2
本周的内容主要包括误差分析、训练集与dev/test set的不匹配（主要指数据分布不同）、迁移学习和端到端学习。 error analysis 如果我们希望学习算法能够胜任人类能做的任务，但在学习算法还没有达到人类水平之前，我们要不断地分析算法的错误或问题出现在哪里，这个过程就称为误差分析。 2.1 carry out error analysis 假设我们在调试一个识别猫的模型，准确率为90%
相关文章
- 1. Course Machine Learning Note
- 2. Machine Learning Notes Course 3
- 3. Machine learning course note 1
- 4. Machine Learning Course 4 Selection of Model
- 5. COURSE 3 Structuring Machine Learning Projects
- 6. Machine Learning Stanford (week 2)
- 7. Machine Learning Course-CS 156 笔记 3
- 8. Machine Learning Course-CS 156 笔记 5
- 9. Course 3-Structuring Machine Learning Projects--Week 1
- 10. Google's Machine Learning Crash Course #04# First Steps with TensorFlow
- 更多相关文章...
- • Docker Machine - Docker教程
- • Thymeleaf扩展2(Say Hello) - Thymeleaf 教程
- • Java Agent入门实战（一）-Instrumentation介绍与使用
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Course Machine Learning Note
- 2. Machine Learning Notes Course 3
- 3. Machine learning course note 1
- 4. Machine Learning Course 4 Selection of Model
- 5. COURSE 3 Structuring Machine Learning Projects
- 6. Machine Learning Stanford (week 2)
- 7. Machine Learning Course-CS 156 笔记 3
- 8. Machine Learning Course-CS 156 笔记 5
- 9. Course 3-Structuring Machine Learning Projects--Week 1
- 10. Google's Machine Learning Crash Course #04# First Steps with TensorFlow