《Machine Learning Yearning》是吴恩达历时两年，根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典。作为一本 AI 实战圣经，本书主要教你如何在实践中使机器学习算法的实战经验。
部分内容如下：
机器学习为什么需要策略?
如何使用此书来帮助你的团队
先修知识与符号说明
规模驱动机器学习发展
开发集和测试集的定义
将大型开发集拆分为两个子集，专注其一
Eyeball 和 Blackbox 开发集该设置多大？
小结：基础误差分析
偏差和方差：误差的两大来源
偏差和方差举例
与最优错误率比较
处理偏差和方差
偏差和方差间的权衡
减少可避免偏差的技术
训练集误差分析
减少方差的技术
诊断偏差与方差：学习曲线
绘制训练误差曲线
流水线组件的选择：数据可用性
流水线组件的选择：任务简单性
微信扫一扫 
支付宝扫一扫 