yearning

28.通过学习曲线诊断偏差和方差 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)我们已经了解了一些方法，可以算出有多少错误是来自于可避免得方差和偏差了。这些方法包括评估最优错误率、计算模型在训练样本集和开发样本集上的错误率。下面我们讨论两外一项可获得更多信息得方法：绘制学习曲线。学习曲线显示出模型在开发数据集上的错误率与训练样本数量的关系。绘制这个曲线时，
maerdym·2018-10-03 15:14

减少方差的方法 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)如果你的学习算法的方差很高，你可能需要尝试下⾯的方法：、增加更多的训练数据：只要你可以拿到更多数据，并且有足够强计算能力，这是最简单可靠的处理方差的方法。使用正则化(L2正则化，L1正则化，dropout)：这个方法可以减少方差，但是会增加偏差。提早停止（基于开发集的错误率，提
maerdym·2018-10-03 15:52

26.训练数据集上的误差分析 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)在你期待你的算法可以在开发/测试集上表现良好之前，它首先必须能够在训练集上表现出众。在之前章节介绍的那些可以处理高偏差的方法中，我有时会采用，在训练数据集上进行误差分析，这种分析方法跟在人工观察数据集上的错误分析方法类似。当你的算法偏差很高时-也就是这个算法不适合训练集时，这样
maerdym·2018-10-03 15:11

25.减少可避免的偏差方法 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)如果你的学习算法中的可避免偏差很高，你可以尝试使用下面的⽅法：增加模型规模（比如神经元/层的数量）：这个方法可以减少偏差，因为这样可以使得你的模型可以更好的拟合当前的训练集。如果你发现使用这个方法时方差增加了，那就使用正则化，这⼀做法通常会抑制方差的上升。基于误差分析修改输入特
maerdym·2018-10-03 15:33

24.权衡模型的方差和偏差 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)你可能以前听过“权衡偏差和⽅差”。大多数机器学习改进方法中，有⼀些可以降低偏差但是会导致方差的上升，反之亦然。这个时候就需要在偏差和方差中进行权衡了。举例来说，增加你的模型的规模，不管是在神经网络中增加神经元/隐藏层，还是增加输入特征，可以普遍减少偏差但是会增加⽅差。另一方便，
maerdym·2018-10-03 14:47

23.方差和偏差的处理方法 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航机器学习：让机器学会打游戏系列教程(含视频)处理偏差和⽅差的时候有⼀个最简单的准则：如果可避免的偏差很高，则增加你的模型的规模(比如，在神经网络中增加更多的隐藏层或神经元)。如果方差很高，就在训练样本集中增加更多的数据。如果可以不受任何约束地扩大神经网络规模和训练数据数量，那任何机器学习问题都会不在话下。事实上，扩大学习
maerdym·2018-10-03 14:41

22.向最优的错误率看齐 翻译自 吴恩达新书-Machine Learning Yearning

吴恩达新书《机器学习年鉴》中文版单页版本吴恩达新书《机器学习年鉴》全书目录导航让机器学会打游戏系列教程(中文版，含视频)在我们的猫咪识别器的例⼦中，最理想的情况是实现⼀个最优的识别器，提供接近于0的错误率。如果图片中有猫，人类几乎可以100%识别出来；因此，我们也期望机器可以达到同样的水平。和猫咪的例子相比，其他的问题相对复杂得多。例设，你正在开发一款语⾳设别系统，但你发现14%的语音片段有太多的
maerdym·2018-10-02 10:00

28.通过学习曲线诊断偏差和方差 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费?.我们已经了解了一些方法，可以算出有多少错误是来自于可避免得方差和偏差了。这些方法包括评估最优错误率、计算模型在训练样本集和开发样本集上的错误率。下面我们讨论两外一项可获得更多信息得方法：绘制学习曲线。学习曲线显示出模型在开发数据集上的错误率与训练样本数量的关系。绘制这个曲线时，你需要设置不同的训练样本集大小。比如你有1000个样本，你可以分别
maerdym·2018-09-30 16:06

21.举例说明偏差和方差 翻译自 吴恩达新书-Machine Learning Yearning

对于猫咪分类器来说，理想的分类器能达到近乎完美的效果(比如人来分类)。假设你的算法性能如下：在训练样本集上的错误率为1%在开发样本集上的错误率为11%那模型的问题出现在哪儿呢？根据上一章的结论，我们算出偏差为1%，方差为10%（11%-1%）。方差较大，因此它的问题是高方差。模型在训练样本集上的错误率很低，但是无法泛化到开发样本集上。这种问题也称作过拟合。再考虑下下面这类问题：在训练样本集上的错误
maerdym·2018-09-30 15:33

偏差和方差的概念及用途 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假设你的开发、测试、训练样本集服从同一分布，那么获取更多的训练数据，可以让你的算法性能获得巨大的提升吗？尽管获取更多的数据没啥坏处，但可能无法像你预期的那样，有很大提升。而且采集数据本身会耗费大量的时间，那如何判断，什么时候需要添加数据，什么时候不需要添加数据呢？机器学习中的误差主要来自两个方面：偏差和方差。理解偏差和方差，可以帮助你决定是通过
maerdym·2018-09-30 12:13

19.总结：基本误差分析 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当你开始一个新项目时，特别是如果你在一个你不是专家的领域，很难正确地预测最有效的工作方向。因此，不要一开始就尝试设计和构建完美的系统。相反，尽可能快地建立基本的系统(也许在几天之内)。然后使用误差分析帮助你识别最有有效的方向并迭代地改进你的算法。从开发样本集中，选择分类错误的100个样本进行进行误差分析，评估出主要的错误类别。利用这些信息确定不
maerdym·2018-09-30 11:50

18.人工观测数据集和模型调参数据集多大合适 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.人工观测数据集应该设置的足够大，这样方便你找到主要的错误类别。如果你在一项工作，这项工作人类可以完成的很好(比如识别图片中的猫)，这有些粗略的指导准则：•如果在人类观测数据集上只产生了10个错误，则这个错误的数量太少了，用这10个错误，很难精确评估出不同类别错误的影响。但是如果数据量本身就比较少，而且无法投入更多的成本在人工观测数据集上，那么有
maerdym·2018-09-30 11:54

将开发数据集分成人工观测数据集和模型调参数据集 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.假设你有一个很大的开发样本集，这个样本集有5000个样本，误差率是20%。这样你的算法产生了1000个错误分类。要手动检查1000个图片样本需要花费太长时间，所以我们在误差分析的时候，不使用所有的这些分类错误的样本。在这种情况下，我将显式地将开发样本集分成两个子集，其中一个是你会手工查看的，其中一个是你不会看的。这部分手动查看的数据会被处理的更
maerdym·2018-09-30 11:08

16.清理开发和测试样本集中的错误标签 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.在误差分析过程中，你可能会发现，开发样本集中有的开样本被标记错误了。当我说“标记错误”的时候，我的意思是这些图片被人为的标记错了。即，在样本分类（x，y）中，y有一个不正确的值。例如，有一些本来不是猫的图片被错误标记成了猫，反之亦然。如果你怀疑一部分样本被标记错误，就在下图的表格中再增加一列分组，来跟踪这些被错误标记了的样本：你应该纠正开发样本
maerdym·2018-09-30 10:54

15.在并行的错误分析中评估多个想法 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.你的团队有几个关于改进猫咪检测器的想法：解决你的算法中，把狗识别为猫的错误。解决你的算法中，把大型猫科动物（比如狮子，美洲豹等）识别为宠物猫咪的错误。改进系统对模糊图像识别的性能。…你可以有效地并行评估所有这些想法。我通常会在浏览100个错误样本的时候，创建一个表格。我也记下了一些评注帮助我记住具体的例子。为了说明这个过程，让我们看一看在这个应
maerdym·2018-09-30 10:32

14.误差分析的重要性和大致过程 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当你在玩你的关于猫咪的应用时，你会注意到几个误把狗狗识别为猫咪的例子。有些狗狗看起来真的太像猫了！你的成员提议整合第三方软件，使系统能够在识别狗的图像上表现的更好。这些改动需要花费一个月的时间，而团队成员却热情高涨。你应该让他们继续吗？在投资一个月的时间之前，我建议你首先评估一下，这项工作实际上能让你的系统准确率提升多少。然后你可以更理性地决定
maerdym·2018-09-30 10:05

Machine Learning Yearning(Andrew Ng)

https://gallery.mailchimp.com/dc3a7ef4d750c0abfc19202a3/files/5dd91615-3b3f-4f5d-bbfb-4ebd8608d330/Ng_MLY01_13.pdf(书)深度学习优化策略/经验策略1：Choosedevandtestsetstoreflectdatayouexpecttogetinthefutureandwanttod
淡定的牧羊人·2018-09-29 11:29

13.快速构建你的系统，然后迭代 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.您想要构建一个新的反垃圾邮件系统。你的团队有几个想法：收集大量的垃圾邮件。例如，设置一个“蜜罐”：故意的向已知的垃圾邮件发送人发送虚假的电子邮件地址，这样你就可以自动获取由他们发出的垃圾邮件。实现电子邮件内容理解功能。实现邮件信封和邮件头特征理解功能，以便了解邮件都通过了哪些互联网服务器。……尽管我在反垃圾邮件方面做了大量的工作，但我仍然很难从
maerdym·2018-09-28 18:46

12.总结：构建开发和测试数据集 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.选择与实际数据(或你期望的数据)一致的开发和测试数据集，这些数据可能与你的训练数据不同开发数据集和测试数据集中的数据分布应当一致选择单值衡量指标作为你的团队优化目标，如果要考虑多个目标，可以通过一个表达式(比如求平均)将多个指标合并成一个指标，也可以把指标分为约束性指标和优化性指标‘机器学习是一个高速迭代的过程，在目标满足前，你可能需要尝试数十
maerdym·2018-09-28 18:00

11.何时需要改变数据集和衡量指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.当开始一个新的项目时，我会快速的选择开发和测试数据集，这样可以给团队定出明确的目标。我一般会要求我的团队在一周内，提出初始的开发/测试数据集和初始的衡量指标。一开始的想法不完美并没关系，但是要快，千万不能过度思考。但是这一做法不适合成熟的机器学习应用，比如反垃圾有效系统，据我所知，真的这些成熟的系统，工作人员会花费数月的时间来优化开发/测试数据
maerdym·2018-09-28 17:12

10.在开发/测试数据集和单值衡量指标的基础上，加速模型迭代 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.很难事先知道什么方法对新的问题有效。即使是经验丰富的机器学习研究人员，在找到合适的方法之前，也会尝试大量的想法。当构建一个机器学习系统时，我通常的做法是：首先提出一些构建系统想法然后用代码实现出来通过实验来证实这个想法到达好不好(通常开始的一些想法并不凑效)，根据学习效果，再提出其他想法，然后不断的迭代。这是一个迭代过程，迭代的速度有多快，你的
maerdym·2018-09-28 16:00

9.约束性指标和优化性指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.还有一种合并多个衡量指标的额方法。假设除了关心准确率外，还关心算法执行耗时。你需要从下面三个算法中选择出合适的算法：把两个指标放到一个算式中计算好像有点怪怪的，比如：Accuracy-0.5*RunningTime这儿我们可以这么做：首先定义一下，我们可以接受的执行时间，比如我们可以接受算法执行100毫秒。然后，在可接受的时间范围内，最大化算法
maerdym·2018-09-28 16:29

8.使用单值衡量指标 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.举个例子，分类准确率就是一个单值衡量指标(在开发数据集或测试数据集上，运行你的分类器，分类器会返回一个单一数值，即分类正确的样本比例)。依据这个衡量标准，分类算法A的准确率为97%，分类算法B的准确率为90%，此时，我们任务算法A更好一些。相反，查准率(Precision)和查全率(Recall)就不是一个单一的衡量指标，它返回了两个用于评估模
maerdym·2018-09-28 11:44

7.开发和测试数据集多大合适 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.为了检测出不同算法之间的差异，开发数据集应该足够大。比如，分类算法A的准确率为90.0%,分类算法B的准确率为90.1%，如果开发数据集中只有100个样本，那你无法检测出这0.1%差在哪儿。100个样本的开发数据集实在时太小了。通常，我们会在开发数据集通中，放入1000到10,000个样本。对于10,000个样本来说，找到这0.1%并改进它，就
maerdym·2018-09-28 11:12

5.开发和测试数据集的重要性 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.让我们回到之前猫咪图片的例子中，你开发了一款移动端APP，用户上传了各种各样的照片，你想让计算机自动区分出哪些照片中含有猫咪。同时，为了训练模型，你的队友们从互联网上，找到了大量的猫咪图片(正例)和非猫咪图片(负例)。他们按7:3的比例，把数据分成了训练样本集和测试样本集。通过这些数据，他们构建了一个能在训练样本集和测试样本集上表现都很好猫咪检
maerdym·2018-09-28 09:56

驱动机器学习长足进步的因素 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.很多机器学习(神经网络)的想法都提出几十年了，为什么这些想法会突然的火了呢？促进这一现象的最大两个驱动因素是：数据规模现在人们大量使用诸如手机，电脑等电子设备。使用的过程中，产生了大量数据，这些数据正是机器学习算法所必须的。计算能力因为计算能力的提升，我们近些年才可能训练出足够大的神经网络，来将这些数据利用起来。具体来说，即使你积累了大量的数据
maerdym·2018-09-27 22:35

3.阅读本书的先决条件 翻译自 吴恩达新书-Machine Learning Yearning

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.如果你已经学习过机器学习课程或你有监督类机器学习的从业经验，那你将很容易读懂本书所讲的内容。本书假设你已经熟悉了监督类机器学习(虽然当前有各种各样的机器学习，但是监督类机器学习仍然是应用最多的方法)，比如线性回归、逻辑回归、神经网络等等。我会经常提到神经网络(也称作深度学习)，因此你至少需要知道它们的基本概念。如果你对神经网络等相关概念不是特别
maerdym·2018-09-27 21:41

吴恩达新书《Machine Learning Yearning》手稿完工，现在全集免费下载！（附pdf下载）

极市平台是专业的视觉算法平台，主要为开发者提供真实项目需求，视觉算法开发等服务，加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师**等大牛群内互动！同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。扫描以下二维码，立刻申请入群~来源：量子位△吴恩达吴恩达老师的推特消息发布7小时后，截止到北京时间26
extremevision·2018-09-27 17:21

为什么要说机器学习策略 From Machine Learning Yearning 吴恩达

更多好玩的机器学习教程:进入袋马学院领一份，全部免费.机器学习是无数重要应用的基础，包括网页搜索、垃圾邮件判断、语音识别、商品推荐等等。假设你或你的团队，正在开发一款机器学习的应用，如果你想快速提升进度，那这本书将是一个不错的选择。举个例子：建立一个猫类图片展示的创业公司。也就是说，要建立一个为广大的猫类爱好者，提供各种各样猫类图片的创业公司。你要使用神经网络构建一个自动检测猫位置的计算机视觉系统
maerdym·2018-09-27 01:18

吴恩达新书-Machine Learning Yearning 中文版全 (1-52章)

吴恩达新书-MachineLearningYearning更多好玩的机器学习教程:进入袋马学院领一份，全部免费.关注微信公众号：袋马AI回复：机器学习年鉴获取PDF版本英文版+中文版文档吴恩达这本新书面向的用户群体为机器学习从业者，主要介绍机器学习实际使用时的一些策略和技巧，以便为开发指明方向，提升开发效率。点击查看中文版单页版本关注公众号：代码AI回复：机器学习年鉴获取英文版和中文翻译版下载链接
maerdym·2018-09-27 00:10

AI实战圣经《Machine Learning Yearning》第1-52章中英文版pdf分享

《MachineLearningYearning》是机器学习泰斗AndrewNG花了近2年时间，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。本书的重点不在于教授传统的机器学习算法理论基础，而在于教你如何在实践中使机器学习算法的实战经验。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。本书官方网址：http://www.mlyearning.o
lqfarmer·2018-09-09 17:44

Yearning SQL + Inception审核平台

yum-yinstallcmakelibncurses5-devlibssl-devg++bisonopenssl-devel.x86_64make-j6&&makeinstallwgethttps://github.com/mysql-inception/inception/archive/master.zipyumremovebison-ywgethttp://ftp.gnu.org/gnu/
m0_37756818·2018-08-31 19:42

Yearning安装笔记

centos7安装最新docker:https://www.cnblogs.com/yufeng218/p/8370670.htmldocker-compose最新版安装方法：https://blog.csdn.net/kinginblue/article/details/73527832(如果是版本升级，也如下执行，无序停止docker)servicedockerstartyuminstall-
huoyuanshen·2018-07-31 14:19

Yearning和inception搭建MySQL审核平台

前言采用开源Yearning和inception开源软件，搭建用于MYSQL审核及线上MYSQL语句更新的审核平台。
gnixgnix·2018-07-30 17:52

《Machine Learning Yearning》第一章-第二章

这两章相当于是一个解说，解释了这本书的目的，没有太多重要的内容。详细内容如下：一.WhyMachineLearningStrategy 机器学习已经成为无数重要应用程序的基础，包括网络搜索，反垃圾Email、语言识别、产品推荐等。假设你或者你的团队正在做一个ML应用，并且你希望能快速取得进展，那么这本书将会对你有帮助例如：建立猫图片的启动 假设您正在建立一个程序，为猫爱好者提供源源不断的猫图片。 
Lisa_Ren_123·2018-07-09 19:23

吴恩达新书《Machine Learning Yearning》翻译目录索引

吴恩达出了一本新书，关于机器学习或者说深度学习的tricks。封面如下。我打算将此书看一遍，也翻译总结一下，方便此后查阅。这是本书的官网，大家可以输入自己的邮箱订阅，因为目前此书还没有更新完全，但是每更新一部分，就会发到填写的邮箱中。http://www.mlyearning.org/这本书的目的是教给大家如何建立一个机器学习工程。并不是教一些机器学习算法，而是如何让ML(machinelearn
Lisa_Ren_123·2018-07-09 14:17

Maching Learning Yearning-Technical Strategy for AI Enginners吴恩达

一、机器学习策略的原因机器学习是无数重要应用程序的基础，包括网络搜索，电子邮件反垃圾邮件，语音识别，产品推荐等。我假设您或您的团队正在开发机器学习应用程序，并且您希望快速取得进展。这本书将帮助你这样做。示例：构建猫图片启动说您正在建立一个为猫爱好者提供源源不断的猫图片的创业公司。您使用神经网络构建计算机视觉系统，用于检测图片中的猫。但悲惨的是，你的学习算法的准确性还不够好。您正面临着改善猫探测器的
阳光前·2018-07-09 00:00

Yearning做SQL审核

系统环境:Centos7一、Inception安装1、安装相关依赖包yuminstallbisonncurses-libslibncurses5-develncurses-develwgetgitcmakeopensslgcc-c++gccopenssl-develMySQL-python-y注意:centos7系统自带的bison的版本过高，在后面测试的时候会报错！查看版本：bison-V下载地
jerry-89·2018-06-15 13:35

Machine Learning Yearning介绍

更多实时更新的个人学习笔记分享，请关注：知乎：https://www.zhihu.com/people/yuquanle/columns微信订阅号：AI小白入门ID:StudyForAIMachineLearningYearning是NG的新书，不过这本书的重点不在于教授ML算法，而在于教你如何使ML算法发挥作用。很多AI课程会给教你制造一个锤子;这本书教你如何使用锤子。如果你渴望成为AI的技术领
yuquanle·2018-06-01 16:38

吴恩达《Machine Learning Yearning》学习笔记（一）：开放集与测试集

1.你的开放集与测试集（1）训练集：不言而喻（2）开放集：在训练时用来测试模型并调整模型参数的数据（3）测试集：模型训练好后用来评估模型的数据一般而言，训练集和测试集三七分。但你要特别注意的开放集和测试集。因为，开放集和测试集代表着你希望模型朝着某个最重要的方向进行训练。因此，选择的开放集和测试集要能够反映你未来得到的数据。所以，30%的测试集不要随便选。比如做一个图像识别模型，你的训练集数据是从
benjamin_sunny_li·2018-04-21 20:29

重磅 | 吴恩达新书《Machine Learning Yearning》最新版分享

我的网站：红色石头我的CSDN：红色石头的专栏我的知乎：红色石头我的微博：RedstoneWill的微博我的GitHub：RedstoneWill的GitHub我的微信公众号：AI有道（ID：redstonewill）前言说起吴恩达（AndrwewNg），相信大家都不陌生了。吴恩达是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任，Coursera的联合创始人，14年加入BaiduID
红色石头Will·2018-04-21 14:48

为你的团队优化建立单个数字评估指标（machine learning yearning）

分类准确率是单个数字评估指标的一个例子：你在开发集（或测试集）上运行分类器，然后得到一个关于分类正确的比例的单个数字。根据这个评估，如果分类器A获得97%的准确率，而分类器B获得90%的准确率，那么我们判定分类器A更胜一筹。相反，查准率和召回率（PrecisionandRecall）[1]不是单个数字评估指标：它有两个数字评估你的分类器。多个数字评估指标会使得算法比较变得困难。假设你的算法运行如下
whj0709·2018-04-18 22:49

Yearning SQl审查统计+inception sql检测安装

inception官方文档:http://mysql-inception.github.io/inception-document/install/Yearning官方文档:https://cookiey.github.io
小白的希望·2018-03-08 12:08

Yearning 开源SQL审核平台

Website官网www.yearning.ioFeature功能数据库字典自动生成SQL查询查询导出查询自动补全SQL可视化自动生成INDEX索引语句ALTER更改表结构语句SQL审核流程化工单SQL
Dearmark·2018-01-05 23:24

Yearning 开源SQL审核平台

Website官网www.yearning.ioFeature功能数据库字典自动生成SQL查询查询导出查询自动补全SQL可视化自动生成INDEX索引语句ALTER更改表结构语句SQL审核流程化工单SQL
Dearmark·2018-01-05 23:24

《MACHINE LEARNING YEARNING》

AndrewNg目录为什么需要机器学习策略如何使用这本书来帮助你的团队预备知识和符号约定规模促进了机器学习的发展你的开发集和测试集你的开发集和测试机应该来自同一分布开发集和测试集多大合适为你的团队进行算法优化建立一个单一数字的评估指标优化指标和满足指标有一个开发集和评估指标来加速迭代Whentochangedev/testsetsandmetrics何时更改开发/测试集和评估指标Takeaways
Jakai·2017-08-10 11:38

Machine Learning Yearning

大神吴恩达（不是写西游记的吴承恩）终于从全球外卖贸易十强公司百度离职了，广大脑残粉无不喜大普奔。大神走了也没有忘记我们广大脑残粉，留下了一本真经《MachineLearningYearning》，重要的是还是免费下载，不要下载券，不要打赏，不要充Q币，这是一种什么样的国际主义精神！我只想说，吴恩哒！你没救了！（手动正义马景涛）分享链接：http://pan.baidu.com/s/1c2h8PbU
bobonovsky·2017-04-10 09:04

English

The trees come up to my window like the yearning voice of the dumb earth.瀑布歌唱道：“我得到自由时便有了歌声了。”
oywl2008·2012-02-02 14:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他