第一周 机器学习（ML）策略（1）（ML strategy（1））

1.1 为什么是 ML 策略？（Why ML Strategy?）1.2 正交化（Orthogonalization）1.3 单一数字评估指标（Single number evaluation metric）1.4 满足和优化指标（Satisficing and optimizing metrics）1.5 训练/开发/测试集划分（Train/dev/test distributions）1.6 开发集和测试集的大小（Size of dev and test sets）1.7 什么时候该改变开发/测试集和指标？（When to change dev/test sets and metrics）1.8 为什么是人的表现？（ Why human-level performance?）1.9 可避免偏差（Avoidable bias）1.10 理解人的表现（Understanding human-level performance）1.11 超过人的表现（Surpassing human- level performance）1.12 改善你的模型的表现（Improving your model performance）
Previous第三门课 结构化机器学习项目（Structuring Machine Learning Projects）Next1.1 为什么是 ML 策略？（Why ML Strategy?）

Last updated

Was this helpful?