吳恩達deeplearning之結構化機器學習—策略(2)

1.誤差分析   本節闡述了怎樣根據算法在開發集上的表現來選擇算法的優化方向，基本方法： 統計算法在開發集上出錯的各類樣本的比例 按照錯誤的比例大小，來排序算法優化的優先級，因爲錯誤佔比越高，意味着算法的優化空間也越大 真正工作中，吳恩達建議可以做一個如下的表格 2.修正標註錯誤的數據   少量的標記錯誤數據是否需要修正，吳恩達給出的建議是： 深度學習對於隨機誤差具有很強的魯棒性，即使不修正訓練集

>>阅读原文<<