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
|
DeepLearning 吴恩达深度学习第三课笔记
最新推荐文章于 2024-08-04 22:04:35 发布