【资源】吴恩达电子书《机器学习训练秘籍》，附中文版PDF下载

点击上方“磐创AI”，选择“置顶公众号”

精品文章，第一时间送达

转载自：专知，未经允许不得二次转载

简介

吴恩达的免费电子书《Machine Learning Yearning》以较高的层次为我们介绍了许多在机器学习时代AI工程师应该掌握的技术策略。该书并不聚焦于具体的AI算法，而是为我们介绍了许多具有泛化性的如何让AI算法有效工作的技术。

人工智能正在改变许多行业。《Machine Learning Yearning: Technical Strategy for AI Engineers, In the Era of Deep Learning》是一本由Andrew Ng提供的免费电子书，教你如何组织机器学习项目。这本书的重点并不是教你具体的机器学习算法，而是如何让机器学习算法有效工作。

读完这本书，你将能够：

优先考虑最有前景的AI项目方向
诊断机器学习系统中的错误
在复杂的设置中进行机器学习，例如不匹配的训练/测试集
建立一个机器学习项目来达到或超越人类的水平
了解何时以及如何应用端到端学习、迁移学习和多任务学习

该书的原版为英文版，Github上也有该书的开源中文翻译版：

https://github.com/deeplearning-ai/machine-learning-yearning-cn

主要内容

《Machine Learning Yearning》的一些内容如下（参考自翻译版）：

机器学习为什么需要策略?
如何使用此书来帮助你的团队
先修知识与符号说明
规模驱动机器学习发展
开发集和测试集的定义
将大型开发集拆分为两个子集，专注其一
Eyeball 和 Blackbox 开发集该设置多大？
小结：基础误差分析
偏差和方差：误差的两大来源
偏差和方差举例
与最优错误率比较
处理偏差和方差
偏差和方差间的权衡
减少可避免偏差的技术
训练集误差分析
减少方差的技术
诊断偏差与方差：学习曲线
绘制训练误差曲线
流水线组件的选择：数据可用性
流水线组件的选择：任务简单性
建立超级英雄团队 - 让你的队友阅读这本书吧！

资源获取方式

扫描下方二维码关注[深度学习与计算机视觉]公众号
在公众号输入关键词 “ML1225” 获取


扫描二维码
获取资源