- 简介
- 1. 为什么是机器学习策略?
- 2. 如何使用本书来帮助你的团队
- 3. 预备知识和表示符号
- 4. 规模推动机器学习进度
- 设置开发和测试集
- 5. 你的开发集和测试集
- 6. 你的开发集和测试集应当来自相同的分布
- 7. 开发集和测试集需要多大?
- 8. 为你的团队进行算法优化建立一个单数字估指标
- 9. 优化和满足指标
- 10. 使用开发集和评估指标来加速迭代
- 11. 何时更改开发集/测试集和评估指标
- 12. 小结:设置开发集和测试集
- 基本错误分析
- 13. 快速构建你的第一个系统,然后迭代
- 14. 错误分析:查看开发集的例子来评估想法
- 15. 在错误分析中并行评估多个想法
- 16. 清理错误标记的开发集和测试集样例
- 17. 如果你有一个很大的开发集,将它分成两个,而且你只看一个
- 18. 眼球开发集和黑盒开发集应该多大?
- 19. 基本错误分析
- 偏差(Bias)和方差(Variance)
- 20. 偏差(Bias)和方差(Variance):错误的两大来源
- 21. 偏差(Bias)和方差(variance)的例子
- 22. 对比最优错误率