机器学习之模型评估与选择-王而川-专题视频课程

机器学习之模型评估与选择—226人已学习
课程介绍    

    本课程主要讲解经验误差与过拟合问题，学习器的评估方法(留出法，交叉验证法，自助法，调参与终模型)，性能度量（错误率与精度，查准率和查全率，ROC与AUV，代价敏感错误率与代价曲线），比较检验（假设检验，交叉t检验，其他检验），偏差与反差等知识点。
课程收益
    本课程需要掌握经验误差与过拟合问题，学习器的评估方法(留出法，交叉验证法，自助法，调参与最终模型)，性能度量（错误率与精度，查准率和查全率，ROC与AUV，代价敏感错误率与代价曲线），比较检验（假设检验，交叉t检验，其他检验），偏差与反差等知识点。
讲师介绍
    王而川 更多讲师课程
    乐川科技有限公司CEO，人工智能培训讲师，专业从事机器学习与深度学习培训。参与多个人工智能领域项目，专注于机器学习与计算机视觉领域，长期参与无人驾驶汽车项目，专注研究无人驾驶领域的目标识别与跟踪，善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
  第1章:经验误差与过拟合问题
    1. 经验误差与过拟合问题  9:10
  第2章:学习器的评估方法
    1. 留出法  4:35
    2. 交叉验证法  5:58
    3. 自助法  4:10
    4. 调参与最终模型  4:14
  第3章:性能度量
    1. 错误率与精度  3:23
    2. 查准率和查全率  10:17
    3. ROC与AUV  7:44
    4. 代价敏感错误率与代价曲线  5:41
  第4章:比较检验
    1. 假设检验  9:19
    2. 交叉t检验，其他检验  5:03
  第5章:偏差与方差
    1. 偏差与方差  4:00
大家可以点击【 查看详情】查看我的课程