机器学习
让程序从数据里总结规律，而不是被逐条写死
OVERVIEW
- 全部词条
- 6
- 入门
- 2
- 进阶
- 3
- 专家
- 1
机器学习的全部内容可以压缩成一句话：给定一批样本，找一个函数，使它在新样本上仍然好用。围绕这句话，衍生出监督与无监督的分野、过拟合与正则化的拉锯、以及“如何诚实地衡量它到底好不好用”的评估方法论。
这一域要回答的问题
- Q1
模型“记住了”和“学会了”差在哪？
- Q2
训练集表现很好，为什么上线就崩？
- Q3
没有标签的数据还能用来做什么？
让程序从数据里总结规律，而不是被逐条写死
OVERVIEW
机器学习的全部内容可以压缩成一句话：给定一批样本，找一个函数，使它在新样本上仍然好用。围绕这句话，衍生出监督与无监督的分野、过拟合与正则化的拉锯、以及“如何诚实地衡量它到底好不好用”的评估方法论。
模型“记住了”和“学会了”差在哪？
训练集表现很好，为什么上线就崩？
没有标签的数据还能用来做什么？