阅读文章

重磅!吴恩达新书《机器学习训练秘籍》中文版来了(附PDF下载)

[ 来源:http://www.yghvr.com | 作者:网友 | 时间:2020-02-04

1、关注下方 深度学习这件小事公众号

45 优化验证测试的一般形式

26 训练集误差分析

本书的重点不在于教授传统的机器学习算法,而在于教你如何使机器学习算法发挥作用。一些 AI 的技术课程会给你一个工具,而这本书将教会你如何使用这些工具。如果你渴望成为 AI 的技术领导者,并想要学习如何为团队设定一个方向,本书将有所帮助。

10 通过开发集和度量指标加速迭代

40 从训练集泛化到开发集

关注 机器学习算法与自然语言处理公众号,然后在后台回复数字:MLY,即可获得下载链接。

38 如何决定是否添加不一致的数据

20 偏差和方差:误差的两大来源

16 清洗误标注的开发集和测试集样本

原标题:重磅!吴恩达新书《机器学习训练秘籍》中文版来了(附PDF下载)

5 开发集和测试集的定义

吴恩达在 AI 教育上,继《Machine Learning》和《Deep Learning Specialization》等视频课程后,再出力作《Machine Learning Yearning》(中文译为机 器学习训练秘籍), 该书共计 58 章内容,旨在教你如何使用机器学习算法。

1 机器学习为什么需要策略?

18 Eyeball 和 Blackbox 开发集该设置多大?

28 诊断偏差与方差:学习曲线

34 如何定义人类表现水平

49 端到端学习的优缺点

53 根据组件进行误差分析

注:文末附有电子版下载方式~

39 给数据添加权重

56 组件误差分析与人类水平对比

41 辨别偏差、方差和数据不匹配误差

9 优化指标和满意度指标

14 误差分析:根据开发集样本评估想法

32 绘制学习曲线

42 解决数据不匹配问题

19 小结:基础误差分析

58 建立超级英雄团队 - 让你的队友阅读这本书吧!

8 使用单值评估指标进行优化

27 减少方差的技术

2 如何使用此书来帮助你的团队

51 流水线组件的选择:任务简单性

注:建议复制,不然容易打错,都是数字。

展开全文

21 偏差和方差举例

54 误差归因至某个组件

55 误差归因的一般情况

24 偏差和方差间的权衡

48 端到端学习的更多例子

44 优化验证测试

43 人工合成数据

4 规模驱动机器学习发展

35 超越人类表现水平

中文版电子书获得方式

30 解读学习曲线:高偏差

机器学习训练秘籍

31 解读学习曲线:其它情况

33 为何与人类表现水平进行对比

《Machine Learning Yearning》

7 开发集和测试集应该有多大??

22 与最优错误率比较

36 何时在不同的分布上训练与测试

15 在误差分析时并行评估多个想法

6 开发集和测试集应该服从同一分布

13 快速构建并迭代你的第一个系统

50 流水线组件的选择:数据可用性

让我们看看让人震撼的 58 章内容目录!

2、后台回复关键词:MLY

23 处理偏差和方差

46 强化学习举例

52 直接学习更为丰富的输出

29 绘制训练误差曲线

Machine Learning Yearning(中文译为机器学习训练秘籍)由官方授权的团队进行翻译。

57 发现有缺陷的机器学习流水线

47 端到端学习的兴起

17 将大型开发集拆分为两个子集,专注其一

电子书下载

37 如何决定是否使用你所有的数据

官网链接:https://deeplearning-ai.github.io/machine-learning-yearning-cn/

3 先修知识与符号说明

25 减少可避免偏差的技术

11 何时修改开发集、测试集和指标

关于这本书

12 小结:建立开发集和测试集

相关文章

1317彩票购彩平台

回到顶部
友情链接

Powered by 腾讯彩票购彩平台 @2018 RSS地图 html地图

Powered by 手机购彩平台 @2020 RSS地图 html地图

搜索引擎导航: 搜狗搜索 百度搜索 淘宝购物 神马搜索