谷歌机器学习速成课07-09讲

Hi，各位AICUG小伙伴们，连载第3天，官网上更新更快，附赠配套资料下载，官网链接获得法：在微信公众号上回复“谷歌”，即可获得链接。

07-09讲：训练集和测试集、验证、表示法

第七讲：训练集和测试集

测试集是用于评估根据训练集开发的模型的数据集。

学习目标

了解将数据集分成训练集和测试集的优势。

第八讲：验证

通过将数据集划分为训练集和测试集，您可以判断给定模型能否很好地泛化到新数据。不过，当进行多轮超参数调整时，仅使用两类数据可能不太够。

学习目标

了解验证集在划分方案中的重要性。

第九讲：表示法

机器学习模型不能直接看到、听到或感知输入样本。您必须创建数据表示，为模型提供有用的信号来了解数据的关键特性。也就是说，为了训练模型，您必须选择最能代表数据的特征集。

学习目标

将日志和 Protocol Buffer 中的字段映射到实用的机器学习特征。

判断哪些特性可用作合适的特征。

处理离群值特征。

调查数据集的统计属性。

使用 tf.estimator 训练并评估模型。

觉得每天三集太少或者屏幕太小的同学们欢迎到官网上继续观看，更新更快哦！再说一边秘籍：微信公众号上回复“谷歌”，即可获!

加入社区

加入社区

喜欢我们就分享一下吧~~