訓練，測試，驗證
交叉驗證資料集：驗證集
驗證集：假設不知道結果，進行多次驗證
測試：機器學習模型只能在測試集上跑一次
過擬合 (overfit) 和欠擬合 (underfit)
過擬合：擬合的過於精確，沒什麼用
欠擬合：不夠
accuracy? precision? recall?
比喻：你回答真但答案是假，這是假陽性；你回答為假但是答案為真，則為假陰性。很明顯，陽性陰性是對應著你的回答。
計算完梯度以後，模型就需要更新它的引數了。梯度指出了乙個讓 loss 提公升最快的方向（沒錯是提公升），學習率控制我們應該朝反方向走多遠，學習率太大了可能會越過最低點，變得難以收斂甚至會發散。學習率調低一般就能迴避 overshoot 的問題了，但是調太低會讓模型半天不挪窩，於是模型會收斂得很慢。這對小規模的機器學習問題影響不大
找乙個合適的學習率很重要
機器學習 專業名詞
機器學習 machine learning 知識圖譜 knowledge representation 推薦系統 recommender systems 監督學習 supervised learning 無監督學習 unsupervised learning 半監督學習 semi supervise...
機器學習筆記（一） 基本名詞
監督學習的代表 分類和回歸 無監督學習 聚類 訓練誤差 經驗誤差 在訓練樣本集上的誤差 泛化誤差 在測試樣本集上的誤差 模型評估的方法 留出法，交叉驗證法，自助法 查準率 precision 查全率 recall 真正例 true positive 假正例 false positive 真反例 tr...
機器學習中需要掌握的名詞
在機器學習中有很多名詞出現的頻率十分高，如果對這些名詞掌握不夠的話，我們是很難去深入理解機器學習的知識的。在這篇文章中我們就給大家介紹一下關於機器學習涉及到的專業名詞，希望由此來幫助大家鞏固機器學習方面的基礎。1 無監督機器學習就是訓練乙個模型尋找資料集中的模式。無監督機器學習最常用於將資料分成幾組...