第一章 了解基本术语,掌握机器学习的基本概念 第二章 模型评估与选择 机器学习过程中存在的两种现象: 过拟合、欠拟合 如何评估泛化误差,解决“模型选择”问题? 性能度量:评估模型的泛化能力 回归:均方误差 分类: 错误率与精度 查准率、查全率与F1 ROC与AUC 代价敏感错误率与代价曲线 比较检验: 假设检验 交叉验证t检验 McNemar检验 偏差和方差