目录
1 应用机器学习的建议
1.1 评估学习算法
1.1.1 下一步该做什么
1.1.2 评估一个预测函数
1.3 模型选择和Train/Validation/Test Sets
1.2 Bias vs. Variance
1.2.1 诊断 Bias vs. Varaince
1.2.2 正则化和Bias/Varaince
1.2.3 学习曲线和Bias/Varaince
1.2.4 小结
2 机器学习系统设计
2.1 垃圾邮件分类器
2.2 处理错误数据
2.3 使用大规模数据
3 总结

目录
