目录
| 《结构化机器学习项目》 | 笔记列表 |
|---|---|
| Week 1 | 机器学习策略一 |
| Week 1 传送门 —> | [1.1 为什么是ML策略] [1.2 正交化] [1.3 单一数字评估指标] [1.4 满足和优化指标] [1.5 训练/开发/测试集划分] [1.6 开发集合测试集的大小] [1.7 什么时候该改变开发_测试集和指标] [1.8 为什么是人的表现] [1.9 可避免误差] [1.10 理解人的表现] [1.11 超越人的表现] [1.12 改善你的模型的表现] |
| Week 2 | 机器学习策略二 |
| Week 2 传送门 —> | [2.1 误差分析] [2.2 清除标注错误的数据] [2.3 快速搭建你的第一个系统，并进行迭代] [2.4 在不同的划分上进行训练并测试] [2.5 不匹配数据划分的偏差和误差] [2.6 定位数据不匹配] [2.7 迁移学习] [2.8 多任务学习] [2.9 什么是端到端的深度学习] [2.10 是否要使用端到端的深度学习] |
| 采访 | 大牛采访 |
| 传送门 —> | [Andrej Karpathy] [Ruslan Salakhutdinov] |
