吴恩达机器学习课笔记week 6
其实这节课主要还是再将ML Strategy，但是我觉得有几个点很好，总结在这里： 评价模型时： 首先有一个对Hypothesis的评价指标，错误率啊，正确率啊，等等。 然后肯定也得有train/val/test数据集了。这里是小数据集划分方法60/20/20这种。 然后就是训练和cross validation了。 诊断bias vs viarance 这个已经说过很多次了。 截个图吧： l
相关文章
- 1. 机器学习（6）：吴恩达笔记
- 2. 吴恩达机器学习课笔记week 3
- 3. 吴恩达机器学习课笔记week 4
- 4. 吴恩达机器学习笔记（五）
- 5. 机器学习笔记2（吴恩达）
- 6. 吴恩达机器学习笔记week1
- 7. 吴恩达机器学习笔记一
- 8. 机器学习 吴恩达 笔记 （1）
- 9. 吴恩达机器学习笔记(四)
- 10. 吴恩达机器学习笔记
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
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. 机器学习（6）：吴恩达笔记
- 2. 吴恩达机器学习课笔记week 3
- 3. 吴恩达机器学习课笔记week 4
- 4. 吴恩达机器学习笔记（五）
- 5. 机器学习笔记2（吴恩达）
- 6. 吴恩达机器学习笔记week1
- 7. 吴恩达机器学习笔记一
- 8. 机器学习 吴恩达 笔记 （1）
- 9. 吴恩达机器学习笔记(四)
- 10. 吴恩达机器学习笔记