《吴恩达深度学习》学习笔记008_机器学习（ML）策略（1）（ML strategy（1））

http://www.ai-start.com/dl2017/html/lesson3-week1.html

机器学习（ML）策略（1）（ML strategy（1））

为什么是ML策略？（Why ML Strategy?）

正交化（Orthogonalization）

单一数字评估指标（Single number evaluation metric）

查准率（precision）和查全率（recall）
$F_1$分数：$\frac{2}{\frac{1}{P}+\frac{1}{R}}$，在数学中，这个函数叫做查准率$P$和查全率$R$的调和平均数。

满足和优化指标（Satisficing and optimizing metrics）

程序运行时间
假阳性（false positive）

训练/开发/测试集划分（Train/dev/test distributions）

开发（dev）集也叫做开发集（development set），有时称为保留交叉验证集（hold out cross validation set）。
数据随机洗牌

开发集和测试集的大小（Size of dev and test sets）

什么时候该改变开发/测试集和指标？（When to change dev/test sets and metrics）

为什么是人的表现？（Why human-level performance?）

贝叶斯错误率

可避免偏差（Avoidable bias）

理解人的表现（Understanding human-level performance）

超过人的表现（Surpassing human- level performance）

改善你的模型的表现（Improving your model performance）