structure machine learning projects 课程笔记

 orthogonalization/ one metric

train、dev/test 划分

　开发集和测试集一定来自同一分布  onthe  same distribution

Human level performance & bayes error

human level performance 接近 bayes error，training error 和 bayes 的差距 : bias(avoidable error)，dev/test error: variance，决定先调优bias/variance。

Bias & variance

　　Bias: Training error 和 human performance 相差大  （avoidable error）

　　variance: training error 和 dev error 相差大

Error analysis

Mismatched dev/test & training set

option 1：讲所有数据集随机打乱，再划分

option 2：dev/test 来源于target dataset，一部分target set 和其他补充数据集作为training set

Bias & variance & data mismatch

　　human performance 和 training error 评估 avoidable error，traing error和 training - dev error 评估 variance，training - dev error 和 dev error 评估 data mismatch，dev error 和 test error 评估 overfit

deal with mismatch

迁移学习

end to end

　　免去中间组件设计和先验知识，直接学习输入到输出的映射。

　　需要大量数据。

structure machine learning projects 课程笔记

原文：https://www.cnblogs.com/smartweed/p/9834042.html