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 4 参考资料 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 4 参考资料 《MySQL in One Tutorial》; 《MySQL Cookbook》; 《MySQL Tutorial》; Concurrency (1) Concurrency (1) Share Post Twitter Facebook Google+ Shunmian The only programmers in a position to see all the differences in power between the various languages are those who understand the most powerful one. ← Previous "Next → Please enable JavaScript to view the comments powered by Disqus.