大型機器學習【Coursera 史丹佛 機器學習】

suliver發表於2021-09-09

即大資料(large datasets)下的機器學習。

large scale下的機器學習一個顯著問題就是computationally expensive。最簡單的解決辦法就是取樣(比如取10,000個樣本),但是這個辦法有風險,我們需要用bias-variance tradeoff來探查是否能用取樣的方法(比如以取樣大小為X軸,畫出CV 資料集和訓練集的cost function J, 觀察趨勢判斷)。



來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/2370/viewspace-2802093/,如需轉載,請註明出處,否則將追究法律責任。

相關文章