Jeremy Anifacc World Labyrinth 世界迷宫

LFD第五章笔记:奥卡姆剃刀-有偏采样-数据窥探


书本[1]第五章主要讲述学习的三个原则:

LFD第四章笔记:Validation


书本[1]4.3节讲述另一种”治疗” overfitting 的方法: Validation. 书本先讲述

Python深度学习实战10-模型训练历史


深度学习模型训练过程如何可视化, 或者说如何可视化模型训练时模型准确率等模型性能数据随时间变化程度. 本次实战就是让我们知道:

LFD第四章笔记:Regularization


在书本[1]第4.1节中讲述 overfitting, 4.2节就讲述”治疗” overfitting 的一种办法: Regularization. 本节主要讲述 Regularization 的一些理论, 包括以下内容[1-2]:

LFD第四章笔记:Overfitting


书本[1]第四章第一节内容主要讲述 overfitting 相关内容, 主要为:

LFD第三章笔记:非线性转换(特征转换)


前言

LFD第三章笔记:线性模型


如果遇到机器学习问题, 首先看看能不能用线性模型来解决. 线性模型相对简单, 且学习效果不错. 根据书中第三章3.3.1-3.3.3节以及第一章内容, 将线性模型笔记统一整理到本文中, 主要涉及以下内容.