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

regular expression

4 参考资料


Share Post

Twitter 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.