Machine Learning Yearning 4-12 閱讀筆記:開發/測試集與評估指標

主要內容 在訓練模型的時候,如果效果不如人意,這時候你可以採取很多辦法來改進模型,但是可選的方法太多,你究竟該先用哪些方法呢?Andrew Ng的這本書就是爲此而寫。Ps:開發集就是驗證集。 4. 規模驅動機器學習前進 驅動深度學習進步的兩大因素1.大量可用數據2.計算能力 具體來說,即使有更多的數據,傳統機器學習算法也不會有效果提升。 這個圖表展示了NN在小數據集下做得更好。這種效果不如NNs在
相關文章
相關標籤/搜索