DeepLearning 吴恩达深度学习第三课笔记

orthogonalization (正交化）	一个调整只带来一个方面的影响
评价标准	1 optimizing n-1 satisficing
training set dev set test set	dev开发集和test测试集来自同样的分布   样本划分 小样本100～10000    70%~30% 或者 60%～20%～20% 大样本 1million    98%~1%~1% 不需要zhin
贝叶斯误差	贝叶斯最优误差：理论上的最优误差（通常用human-level error来估计）   模型表现不如人工识别时，可以通过一些技术改善： 1.人工标记 2.insight from manal error analysis 3.analysis of bias/variance   以贝叶斯误差为基准，分析偏差／方差大小，确定下一步优化方向