深度學習筆記（20）：結構化機器學習項目的一般策略總結（下）

爲什麼是人的表現 爲什麼我們要把人的指標（準確度等）作爲機器學習準確度的標準，是因爲： 一方面，在很多領域，人的識別度是可以近似於貝葉斯誤差的，也就是所謂的誤差的最小值。所以我們實際上的bias判斷也並不是基於在train上的錯誤率和0做差，而是和人的標準做差，評判到底是否合理。 另一方面，在機器學習達到人的級別之前的學習是很快的。在這之前我們可以用很多的手段使得機器學習快速達到人的水平，比如餵給

>>阅读原文<<