1.机器学习分类
1.监督学习
2.无监督学习
3.自监督学习
4.强化学习
2.评估机器学习
1.留出验证集
2.k折验证
3.打乱顺序的看折验证
3.数据预处理,特征工程,特征学习
1.神经网络的数据预处理
1.向量化
2.标准化
3.缺失值处理
2.特征工程
4.过拟合,欠拟合
降低过拟合的方法:1.做正则化(regularization)2.减小网络大小
正则化
1.权重正则化
强制让模型权重只能取较小的值,从而限制模型的复杂度(L1正则化,L2正则化)
2.dropout正则化
减小网络大小
网络越大,网络容量越大,拟合训练数据(即得到很小的训练损失)的速度越快,但也更容易过拟合