学习笔记-Large scale machine learning

终于来到了倒数第二周,这章的主要内容是怎样应对超大样本量的机器学习项目,例如训练集有500万个样本。 之前我们曾提到,有时候样本量的多少决定了一个模型的好坏,当样本量达到一定数量级时,应用不同算法获得的结果差不多。有句名言“最后获胜的人往往是那些拥有最多数据量的人,而不是那些拥有最好算法的人” 当然不断增多训练样本量不总是有效,我们需要有评价标准告诉我们在何种情况下,增大样本量会带来益处。对于下面
相关文章
相关标签/搜索