Coursea-吳恩達-machine learning學習筆記（十七）【week 10之Large Scale Machine Learning】

在機器學習領域，通常不是最好的算法勝出，而是最多的數據勝出。 但較大的訓練數據集存在計算量大的問題。 是選擇使用較大的訓練集還是隨機抽取一些樣本組成小訓練集，可以採用畫學習曲線的方式決定： 如果爲高方差的學習算法，使用較大訓練集效果較好； 如果爲高偏差的學習算法，使用兩種訓練集的效果相差不大，應增加特徵量，小訓練集可以減小計算量。 批量梯度下降 VS V S 隨機梯度下降(以線性迴歸爲例)： 批量

>>阅读原文<<