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