Coursera機器學習week10 筆記

Large scale machine learning Learning with large datasets 如果我們有一個低方差的模型，增加數據集的規模可以幫助你獲得更好的結果。我們應該怎樣應對一個有 100 萬條記錄的訓練集？   以線性迴歸模型爲例，每一次梯度下降迭代，我們都需要計算訓練集的誤差的平方和，如果我們的學習算法需要有 20 次迭代，這便已經是非常大的計算代價。 首先應該做的

>>阅读原文<<