ML model pitfalls:問題一: 使用同一個模型每次訓練時的結果不同:很正常的! 因為loss並不是一個convex surface,也就是說不一定...
今天接續昨天的modern neural network問題一:What is important when creating deep neural netw...
Preprocessing and feature creation Scale - numeric features Split - testual fea...
Day 7繼續昨天的今天先整理code之後再來編輯補充QQ cat /proc/cpuinfo sudo apt-get update sudo apt-ge...
machine learning模型也會失誤,我們需要用一個方法來衡量結果,才能知道該如何改進我們的模型。我們不會只用一種衡量標準來判定模型的好壞,以人臉偵測的...
在前面先前的課程中學習如何去最佳化我們的模型,然而表現最好的模型實際上並不一定是我們最佳的選擇,過擬和(overfitting)及是常見的問題,更是我們要在最佳...