sheng的学习笔记-【中】【吴恩达课后测验】Course 3 - 结构化机器学习项目

本文链接：https://blog.csdn.net/coldstarry/article/details/134039015

课程3_第1周_测验题

要解决的问题

① 这个例子来源于实际项目，但是为了保护机密性，我们会对细节进行保护。

② 现在你是和平之城的著名研究员，和平之城的人有一个共同的特点：他们害怕鸟类。

③ 为了保护他们，你必须设计一个算法，以检测飞越和平之城的任何鸟类，同时警告人们有鸟类飞过。市议会为你提供了10,000,000张图片的数据集，这些都是从城市的安全摄像头拍摄到的。它们被命名为:

y = 0：图片中没有鸟类
y = 1：图片中有鸟类

④ 你的目标是设计一个算法，能够对和平之城安全摄像头拍摄的新图像进行分类。

⑤ 有很多决定要做：

评估指标是什么？
你如何将你的数据分割为训练/验证/测试集?

⑥ 市议会告诉你，他们想要一个算法：

拥有较高的准确度
快速运行，只需要很短的时间来分类一个新的图像。
可以适应小内存的设备，这样它就可以运行在一个小的处理器上，它将用于城市的安全摄像头上。

第一题

1.有三个评估指标使您很难在两种不同的算法之间进行快速选择，并且会降低您的团队迭代的速度。

A. 【】对

B. 【】不对

答案：

A.【 √ 】对

第二题

① 经过进一步讨论，市议会缩小了它的标准：

“我们需要一种算法，可以让我们尽可能精确的知道一只鸟正飞过和平之城。”
“我们希望经过训练的模型对新图像进行分类不会超过10秒。”
“我们的模型要适应10MB的内存的设备。”

2.如果你有以下三个模型，你会选择哪一个？

A. 【】测试准确度：97%；运行时间：1 sec；内存大小：3MB

B. 【】测试准确度：99%；运行时间：13 sec；内存大小：9MB

C. 【】测试准确度：97%；运行时间：3 sec；内存大小：2MB

D. 【】测试准确度：98%；运行时间：9 sec；内存大小：9MB

答案：

D.【 √ 】测试准确度：98%；运行时间：9 sec；内存大小：9MB

第三题

3.根据城市的要求，您认为以下哪一项是正确的？

A. 【】准确度是一个优化指标；运行时间和内存大小是满意指标。

B. 【】准确度是一个满意指标；运行时间和内存大小是一个优化指标。

C. 【】准确性、运行时间和内存大小都是优化指标，因为您希望在所有这三方面都做得很好。

D. 【】准确性、运行时间和内存大小都是满意指标，因为您必须在三项方面做得足够好才能使系统可以被接受。

答案：

A.【 √ 】准确度是一个优化指标；运行时间和内存大小是满意指标。

第四题

4.在实现你的算法之前，你需要将你的数据分割成训练/验证/测试集，你认为哪一个是最好的选择？

A. 【】训练集：3,333,334；验证集：3,333,333；测试集：3,333,333

B. 【】训练集：9,500,000；验证集：250,000；测试集：250,000

C. 【】训练集：6,000,000；验证集：3,000,000；测试集：1,000,000

D. 【】训练集：6,000,000；验证集：1,000,000；测试集：3,000,000

答案：

B.【 √ 】训练集：9,500,000；验证集：250,000；测试集：250,000

第五题

5.在设置了训练/开发/测试集之后，市议会再次给你了1,000,000张图片，称为“公民数据”。显然，和平之城的公民非常害怕鸟类，他们自愿为天空拍照并贴上标签，从而为这些额外的1,000,000张图像贡献力量。这些图像与市议会最初给您的图像分布不同，但您认为它可以帮助您的算法。

① 你不应该将公民数据添加到训练集中，因为这会导致训练/验证/测试集分布变得不同，从而损害验证集和测试集性能

A. 【】对

B. 【】不对

答案：

B.【 √ 】不对

第六题

6.市议会的一名成员对机器学习知之甚少，他认为应该将1,000,000个公民的数据图像添加到测试集中，你反对的原因是：

A. 【】这会导致验证集和测试集分布变得不同。这是一个很糟糕的主意，因为这会达不到你想要的效果

B. 【】公民的数据图像与其他数据没有一致的x->y映射(类似于纽约/底特律的住房价格例子)

C. 【】一个更大的测试集将减慢迭代速度，因为测试集上评估模型会有计算开销

D. 【】测试集不再反映您最关心的数据(安全摄像头)的分布

答案：

A.【 √ 】这会导致验证集和测试集分布变得不同。这是一个很糟糕的主意，因为这会达不到你想要的效果

D.【 √ 】测试集不再反映您最关心的数据(安全摄像头)的分布

第七题

7.你训练了一个系统，其误差度如下（误差度 = 100％ - 准确度）：

训练集误差：4.0%
验证集误差：4.5%

① 这表明，提高性能的一个很好的途径是训练一个更大的网络，以降低4%的训练误差。你同意吗？

A. 【】是的，因为有4%的训练误差表明你有很高的偏差。

B. 【】是的，因为这表明你的模型的偏差高于方差。

C. 【】不同意，因为方差高于偏差。

D. 【】不同意，因为没有足够的信息，这什么也说明不了。

答案：

D.【 √ 】不同意，因为没有足够的信息，这什么也说明不了。

第八题

8.你让一些人对数据集进行标记，以便找出人们对它的识别度。你发现了准确度如下：

鸟类专家1 错误率：0.3%
鸟类专家2 错误率：0.5%
普通人1 (不是专家) 错误率：1.0%
普通人2 (不是专家) 错误率：1.2%

① 如果您的目标是将“人类表现”作为贝叶斯错误的基准线（或估计），那么您如何定义“人类表现”？

A. 【】0.0% (因为不可能做得比这更好)

B. 【】0.3% (专家1的错误率)

C. 【】0.4% (0.3 到 0.5 之间)

D. 【】0.75% (以上所有四个数字的平均值)

答案：

B.【 √ 】0.3% (专家1的错误率)

第九题

9.您同意以下哪项陈述？

A. 【】学习算法的性能可以优于人类表现，但它永远不会优于贝叶斯错误的基准线。

B. 【】学习算法的性能不可能优于人类表现，但它可以优于贝叶斯错误的基准线。

C. 【】学习算法的性能不可能优于人类表现，也不可能优于贝叶斯错误的基准线。

D. 【】学习算法的性能可以优于人类表现，也可以优于贝叶斯错误的基准线。

答案：

A.【 √ 】学习算法的性能可以优于人类表现，但它永远不会优于贝叶斯错误的基准线。

第十题

10.你发现一组鸟类学家辩论和讨论图像，可以得到一个更好的0.1%的性能，所以你将其定义为“人类表现”。在对算法进行深入研究之后，最终得出以下结论：

人类表现 0.1%
训练集误差 2.0%
验证集误差 2.1%

① 根据你的资料，以下四个选项中哪两个尝试起来是最有希望的？（两个选项）

A. 【】尝试增加正则化。

B. 【】获得更大的训练集以减少差异。

C. 【】尝试减少正则化。

D. 【】训练一个更大的模型，试图在训练集上做得更好。

答案：

C.【 √ 】尝试减少正则化。

D.【 √ 】训练一个更大的模型，试图在训练集上做得更好。

第十一题

11.你在测试集上评估你的模型，并找到以下内容：

人类表现 0.1%
训练集误差 2.0%
验证集误差 2.1%
测试集误差 7.0%

① 这意味着什么？（两个最佳选项）

A. 【】你没有拟合验证集

B. 【】你应该尝试获得更大的开发集

C. 【】你应该得到一个更大的测试集

D. 【】你对验证集过拟合了

答案：

B.【 √ 】你应该尝试获得更大的开发集

D.【 √ 】你对验证集过拟合了

第十二题

12.在一年后，你完成了这个项目，你终于实现了：

人类表现 0.10%
训练集误差 0.05%
验证集误差 0.05%

① 你能得出什么结论？（检查所有选项。）

A. 【】现在很难衡量可避免偏差，因此今后的进展将会放缓。

B. 【】统计异常(统计噪声的结果)，因为它不可能超过人类表现。

C. 【】有0.09％的进步空间，你应该很快就能够将剩余的差距缩小到0％

D. 【】如果测试集足够大，使得这0.05%的误差估计是准确的，这意味着贝叶斯误差是小于等于0.05的。

答案：

A.【 √ 】现在很难衡量可避免偏差，因此今后的进展将会放缓。

D.【 √ 】如果测试集足够大，使得这0.05%的误差估计是准确的，这意味着贝叶斯误差是小于等于0.05的。

第十三题

13.事实证明，和平之城也雇佣了你的竞争对手来设计一个系统。您的系统和竞争对手都被提供了相同的运行时间和内存大小的系统，您的系统有更高的准确性。然而，当你和你的竞争对手的系统进行测试时，和平之城实际上更喜欢竞争对手的系统，因为即使你的整体准确率更高，你也会有更多的假阴性结果(当鸟在空中时没有发出警报)。你该怎么办？

A. 【】查看开发过程中开发的所有模型，找出错误率最低的模型。

B. 【】要求你的团队在开发过程中同时考虑准确性和假阴性率。

C. 【】重新思考此任务的指标，并要求您的团队调整到新指标。

D. 【】选择假阴性率作为新指标，并使用这个新指标来进一步发展。

答案：

C.【 √ 】重新思考此任务的指标，并要求您的团队调整到新指标。