吳恩達深度學習筆記之結構化機器學習(二)

2.1 清楚標註錯誤的數據 如果我們發現我們的數據有一些標記錯誤的例子，我們該怎麼辦？我們首先來考慮訓練集，事實證明，深度學習算法，對於訓練集中的隨機誤差是相當魯棒的，只要我們的標記出錯的例子，只要這些錯誤例子離隨機誤差不太遠，誤差足夠隨機，那麼放着這些誤差不管可能也沒問題，而不需要花太多時間修復他們。 深度學習算法對隨機誤差很魯棒，但是對系統性的誤差就沒那麼魯棒了，我們做標記的人一直把白色的狗標

>>阅读原文<<