Python Part I：Basics (一)：入门

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》;