结构化机器学习项目（二）- 机器学习策略(2)

本次学习笔记主要记录学习深度学习时的各种记录，包括吴恩达老师视频学习、花书。作者能力有限，如有错误等，望联系修改，非常感谢！

@[TOC](结构化机器学习项目（二）- 机器学习策略(2))

---

第一版       2022-06-01        初稿

---

一、进行误差分析(Carrying out error analysis)

调试猫分类器，90％准确率。
如图将两只狗误分析，可以针对狗，收集更多狗图或设计处理狗的算法

建议做的：
首先，收集一下，如100个错误样本，手动检查。机器学习中加人为数据不太好。

有时在做错误分析时，可以同时并行评估几个想法。标记错误，做到一半时可能发现滤镜干扰了分类器。

二、清除标注错误的数据(Cleaning up Incorrectly labeled data)

如图，倒数第二个被标记错误。
深度学习算法对于训练集中的随机错误是相当健壮的（robust），但对系统性的错误没那么健壮。

是否值得修正6％标记出错的样本。

首先，不管用什么修正手段，都要同时作用到开发集和测试集上，他两必须来自同一分布。
其次，考虑同时检验算法判断正确和判读错误的样本，
最后，可能决定只修正开发集和测试集，它们相较较小。

三、快速搭建你的第一个系统，并进行迭代(Build your first system quickly,then iterate)