标签:吴恩达 frac level ML dev 学习 human performance
机器学习(ML)策略(1)(ML strategy(1))
为什么是ML策略?(Why ML Strategy?)
正交化(Orthogonalization)
单一数字评估指标(Single number evaluation metric)
查准率(precision)和查全率(recall)
$F_1$分数:$\frac{2}{\frac{1}{P} + \frac{1}{R}}$,在数学中,这个函数叫做查准率$P$和查全率$R$的调和平均数。
满足和优化指标(Satisficing and optimizing metrics)
程序运行时间
假阳性(false positive)
训练/开发/测试集划分(Train/dev/test distributions)
开发(dev)集也叫做开发集(development set),有时称为保留交叉验证集(hold out cross validation set)。
数据随机洗牌
开发集和测试集的大小(Size of dev and test sets)
什么时候该改变开发/测试集和指标?(When to change dev/test sets and metrics)
为什么是人的表现?(Why human-level performance?)
贝叶斯错误率
可避免偏差(Avoidable bias)
理解人的表现(Understanding human-level performance)
超过人的表现(Surpassing human- level performance)
改善你的模型的表现(Improving your model performance)
标签:吴恩达,frac,level,ML,dev,学习,human,performance 来源: https://www.cnblogs.com/stark0x01/p/14069382.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。