coursera機器學習課程第六週——課程筆記

        本週的內容主要分爲兩部分，第一部分：主要內容是偏差、方差以及學習曲線相關的診斷方法，爲改善機器學習算法的決策提供依據；第二部分：主要內容是機器學習算法的錯誤分析以及數值評估標準：準確率（交叉驗證集的誤差）、查準率（precision）、查全率（recall）以及F值，還有大數據對機器學習的作用，並給出了機器學習算法的設計流程。 第一部分           （一）模型選擇    

>>阅读原文<<