网课 | Andrew Ng 深度学习公开课——03 结构化机器学习项目

本节主要内容

《深度学习公开课》第三部分 “结构化机器学习项目”主要是从数据和误差分析两个角度描述如何提升机器学习项目的准确率，然后讲述迁移学习和端到端的学习这两个常用方法的概念。
整体思路为将机器学习算法应用到一个具体任务中时，可以尝试如下步骤：

• 定义数据集和度量指标
• 建立原始系统
• 进行偏差、方差和误差分析
• 根据分析结果确立下一步优化方向

详细笔记

小结

1.误差分析
我是先做了一阵子实际的误差分析优化性能再学习的这部分内容，实际优化的过程有些痛苦，因为要分析究竟是什么原因导致性能提升不够高，确实也像吴恩达老师课中讲的一样，自己去分析数百条数据，观察规律，发现问题并尝试解决问题。

2.如何处理人工标注样本的不一致性？
这是之前面试的时候被问到的一个问题，和这部分里讲的如何处理标注错误的情况有些相似。

 
今天是国庆假期，祝福亲爱的祖国繁荣昌盛~ LH嗓子要快点好起来呀！

标签：分析,误差,机器,03,Andrew,学习,公开课,优化
来源： https://blog.csdn.net/shujian_tianya/article/details/120589039