在最初的时候我们会有一个idea，别如有多少个隐藏层，有几个单元等等，然后尝试并运行这些代码，然后不断的调整。
自然语言，计算机视觉，语音，结构化数据（结构化数据无所不包，广告，电商，物流，计算机安全）
机器学习之初，常见的做法是将所有的数据三七分，或者6分训练集，2分验证集和2分测试集来划分
验证集就是检验哪种算法更有效，因此验证集要足够大才能评估，比如有2个或10个算法，迅速判断出哪种算法更有效。
测试集，如果有100万条数据，也许只需要1000条数据，来评估分类器的性能。
训练集占98%，验证集1%，测试集1%
去表验证集和测试集来自同一分布
测试集的作用是给出最终的无偏评估
600
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
