转载时请标明本文链接和作者,谢谢合作!
微信号: 机器学习小蜜蜂
本篇是机器学习基石的最后一课。主要介绍机器学习中非常重要,极其容易被忽略的三个原则。
机器学习三原则
Occam’s Razor
entia non sunt multiplicanda praeter necessitatem
(entities must not be multipliedbeyond necessity)—William of Occam (1287-1347)
对应到机器学习中,Simple Model First (linear first)
Sampling Bias
If the data is sampled in a biased way, learning will produce a similarity biased outcome
应当避免采样偏见,特别是验证时的偏见。
Data Snooping
If a data set has affected any step in the learning process, its ability to assess the outcome has been com- promised.
特别要避免人眼窥探数据。
careful balance between data-driven modeling (snooping) and validation (no-snooping)
Next
小结
本篇介绍机器学习中的三个重要原则。
至此,机器学习基石课告一段落,后续会推出机器学习实战系统,敬请期待!
最后,由衷感谢林老师,看完这个课程,醍醐灌顶。
参考:
1. 本文截图来自林田轩老师的课件
感谢你关注“机器学习小蜜蜂”,期待你的留言和建议。
领取专属 10元无门槛券
私享最新 技术干货