[跑通kaggle作业的技巧]Datawhale X 李宏毅苹果书 AI夏令营 TASK3

这次的课程主要讲了如何调整深度学习的模型，使结果更加好。主要的框架是利用kaggle上的作业。

李宏毅老师针对可能出现的问题做了一张“攻略表”，非常详细地解释了出现不同情况背后的原因。

 model bias是指模型比较简单，导致出现的预测有较大偏差问题；而optimization问题可能会出现在模型非常复杂导致求解困难，优化过程中陷入局部最优解。此外，即使training data的偏差很小，在testing data中却出现了偏差较大，背后的原因可能在于overfitting过拟合。

我们可以在训练模型时就考虑将训练数据分类，通过数据增强，交叉验证等方法提升模型能力。