1.12 改善你的模型的表现（Improving your model performance）

提高机器学习模型性能主要要解决两个问题：avoidable bias和variance。training error与human-level error之间的差值反映的是avoidable bias，dev error与training error之间的差值反映的是variance

基本假设：

• 模型在训练集上有很好的表现；

• 模型推广到开发和测试集啥也有很好的表现

减少可避免偏差

• 训练更大的模型

• 训练更长时间、训练更好的优化算法（Momentum、RMSprop、Adam）

• 寻找更好的网络架构（RNN、CNN）、寻找更好的超参数

减少方差

• 收集更多的数据

• 正则化（L2、dropout、数据增强）

• 寻找更好的网络架构（RNN、CNN）、寻找更好的超参数